znalostná ekonomika - aspekt · i podnikovej úrovni je jej pravidelné meranie a hodnotenie...

Mendelova univerzita v Brně Provozně ekonomická fakulta

Brno 2015

Znalostná ekonomika - aspekt zvyšovania konkurencieschopnosti

v EÚ

Diplomová práca

Vedúci práce:

Ing. Ladislava Issever Grochová, Ph.D. Bc. Katarína Vajdová

https://is.mendelu.cz/auth/lide/clovek.pl?id=2026

Touto cestou by som rada poďakovala pani Ing. Ladislave Issever Grochovej, Ph.D. za pomoc, odborné vedenie, cenné rady a pripomienky pri vypracovaní mojej diplomovej práce.

https://is.mendelu.cz/auth/lide/clovek.pl?id=2026

Čestné prehlásenie

Prehlasujem, že som túto prácu: Znalostná ekonomika – aspekt zvyšovania konkurencieschopností EÚ vypracovala samostatne a všetky použité pramene a informácie sú uvedené v zozname použitej literatúry. Súhlasím, aby moja práca bola zverejnená v súlade s § 47b zákona č. 111/1998 Zb., o vysokých školách v znení neskorších predpisov, a v súlade s platnou Smernicou o zverejňovaní vysoko-školských záverečných prác.

Som si vedomá, že sa na moju prácu vzťahuje zákon č. 121/2000 Zb., autorský zákon, a že Mendelova univerzita v Brne má právo na uzavretie licenčnej zmluvy a použitie tejto práce ako školského diela podľa § 60 ods. 1 Autorského zákona.

Ďalej sa zaväzujem, že pred spísaním licenčnej zmluvy o využitie diela inou osobou (subjektom) si vyžiadam písomné stanovisko univerzity o tom, že pred-metná licenčná zmluva nie je v rozpore s oprávnenými záujmami univerzity, a zaväzuje sa uhradiť prípadný príspevok na úhradu nákladov spojených so vzni-kom diela, a to až do ich skutočnej výšky.

V Brne dňa 20. mája 2015 _______________________________

Abstract

Vajdová, K. Knowledge economy – aspect of increasing competitiveness in EU. Dip-lom thesis. Brno: Mendel university in Brne, 2015. The aim of the thesis is to identify the strengths and weaknesses of the knowledge economy of Member States of the European Union. Individual strengths and weak-nesses are analysed, especially in the years 2010 to 2015, depending on data avai-lability. Using panel data regression analysis identified the impacts of selected va-riables on the development of the knowledge economy. Included are variables pub-lic sector and institutional environment. The reference period is 2008 – 2012. Dis-cussion consists of draft recommendations that would improve the current situa-tion of the knowledge economy in the Member States. The main data sources are Eurostat, OECD, and World Bank.

Keywords

Knowledge economy, competitiveness, institutional environment, knowledge eco-nomy index KEI, strategy Europe 2020.

Abstrakt

Vajdová, K. Znalostná ekonomika – aspekt zvyšovania konkurencieschopnosti v EÚ. Diplomová práca. Brno: Mendelova univerzita v Brne, 2015. Cieľom diplomovej práce je identifikovať silné a slabé stránky znalostnej ekono-miky jednotlivých členských štátov Európskej únie. Jednotlivé silné a slabé stránky sú analyzované najmä v rokoch 2010 až 2015 v závislosti na dostupnosti dát. Po-mocou regresnej analýzy panelových dát sú určené faktory, ktoré vplývajú na roz-voj znalostnej ekonomiky s ohľadom na verejný sektor a inštitucionálne prostre-die. Sledovaným obdobím sú roky 2008 – 2012. V Diskusií sú následne, po podrob-nej analýze ukazovateľov znalostnej ekonomiky u členských krajín, navrhnuté od-porúčania pre zlepšenie súčasného stavu. Hlavnými dátovými zdrojmi sú Eurostat, OECD, and World Bank.

Kľúčové slova

Znalostná ekonomika, konkurencieschopnosť, inštitucionálne prostredie, znalost-ne ekonomický index KEI, stratégia Európa 2020.

Obsah 11

Obsah

1 Úvod a cieľ práce 15

2 Literárne rešerše 17

2.1 Konkurencieschopnosť .................................................................................................. 17

2.2 Inštitucionálne prostredie ............................................................................................ 21

2.2.1 Inštitucionálne prostredie Európskej únie .................................................. 22

2.3 Znalostná ekonomika...................................................................................................... 24

2.3.1 Trendy súčasných trhov ...................................................................................... 27

2.3.2 Znalostné indexy – možnosti merania znalostnej ekonomiky .............. 29

2.3.3 Znalostná produkčná funkcia – determinanty znalostnej ekonomiky31

2.4 Ekonomické usporiadania a znalostná ekonomika ............................................. 33

2.4.1 Sociálno-demokratický model .......................................................................... 34

2.4.2 Liberálny model ...................................................................................................... 35

3 Metodika 37

3.1 Korelačná analýza ............................................................................................................ 37

3.2 Regresná analýza .............................................................................................................. 38

3.3 Panelová regresná analýza ........................................................................................... 40

3.4 Grangerova kauzalita ...................................................................................................... 42

3.5 Zdroje dát ............................................................................................................................ 42

3.6 Ekonometrické premenné ............................................................................................ 43

4 Vplyv znalostnej ekonomiky na konkurencieschopnosť 47

4.1 Vzťah konkurencieschopnosti a znalostnej ekonomiky ................................... 47

4.2 Rozbor zložiek znalostnej ekonomiky a ich vplyv na konkurencieschopnosť ............................................................................................................... 50

4.2.1 Investície do vývoja a výskumu ........................................................................ 53

4.2.2 Digitálna spoločnosť ............................................................................................. 56

4.2.3 Vzdelávanie a ľudský kapitál ............................................................................. 60

4.2.4 Patenty, inovácie a vyspelé technológie ........................................................ 65

4.3 Znalostná produkčná funkcia Európskej únie ...................................................... 68

12 Obsah

5 Diskusia 73

6 Záver 80

7 Zdroje 82

Zoznam obrázkov 13

Zoznam obrázkov

Obr. 1 12 pilierov konkurencieschopnosti Zdroj: Hulín, 2009 19

Obr. 2 Výskumná triangulácia Zdroj: Kislingerová, 2011, str. 58. 21

Obr. 3 Zložky vedomostných indexov Zdroj: Knowledge Economy Index (KEI) 2012 Rankings, c2011. 29

Obr. 4 Fázy ekonomického rozvoja a zdroje konkurencieschopnosti krajín Európskej únie Zdroj: Bariéry konkurencieschopnosti, 2008. 52

Obr. 5 Vládne výdaje na vedu a výskum ako % z HDP Zdroj: vlastné spracovanie dát z World Bank. 54

Obr. 6 Podnikateľská spoluúčasť na financovaní vedy a výskumu v eurách na obyvateľa Zdroj: vlastné spracovanie dát z Eurostatu. 55

Obr. 7 Krajiny Európskej únie zoradené podľa indexu DESI 2015 Zdroj: vlastné spracovanie dát z portálu Európskej komisie. 58

Obr. 8 Vládne výdaje na vzdelávanie ako % z HDP Zdroj: vlastne spracovanie dát z portálu Svetovej banky 61

Obr. 9 Počet absolventov terciárneho stupňa v oblasti vedy a výskumu za rok 2012 Zdroj: vlastné spracovanie dát z Eurostatu. 63

Obr. 10 Ľudské zdroje vo vedecko-technologickom sektore za rok 2012 Zdroj: vlastné spracovanie dát z Eurostatu 64

Obr. 11 Meranie procesov inovatívneho podnikania u členských krajín Zdroj: vlastné spracovanie dát z Eurofondu. 66

Obr. 12 Patenty na milión obyvateľov v jednotlivých krajinách za rok 2011 Zdroj: vlastné spracovanie dát z Eurofondu. 67

Obr. 13 Export vyspelých technológií v % za rok 2012 Zdroj: vlastné spracovanie dát z Eurostatu. 68

Obr. 14 Histogram určujúci normálne rozdelenie dát Zdroj: vlastná práca. 72

14 Zoznam tabuliek

Zoznam tabuliek

Tab. 1 Usporiadanie 20-ich krajín s najvyšším indexom znalostnej ekonomiky 30

Tab. 2 Prehľad zvolených premenných 45

Tab. 3 Premenné zvolené na testovanie Grangerovej kauzality medzi znalostnou ekonomikou a konkurencieschopnosťou 48

Tab. 4 Testovanie Grangerovej kauzality u panelových dát krajín Európskej únie v rokoch 2004-2011 49

Tab. 5 Usporiadanie 28-ich členských krajín podľa indexu znalostnej ekonomiky 51

Tab. 6 Umiestnenie členských krajín v jednotlivých kategóriách indexu DESI za rok 2015 59

Tab. 7 Výsledky testov PISA 2012 v kategóriách matematika, čítanie a veda 61

Tab. 8 Výsledky modelu náhodných efektov s korekciou heteroskedasticity znalostnej produkčnej funkcie vybraných krajín Európskej únie a základné testy 71

Úvod a cieľ práce 15

1 Úvod a cieľ práce

Jednou z veľkých spoločenských hodnôt je pokrok. Pokrok znamená zlepšovanie životnej úrovne, vedecko-technickú revolúciu, demokratické usporiadanie so slo-bodnými právami jedinca či celospoločenský progres. Dáva všetkým rovnaké práva na dlhý a kvalitný život, ktorý prináša istoty a právne záruky na spravodlivosť. Pokrok v ekonomickom pojatí sa vyjadruje ťažšie. Dnes, keď vyspelé ekonomiky čerpajú takmer maximum svojich výrobných faktorov, sa ich ekonomický rast stále zmenšuje. Rozvojové krajiny, preto môžu zaznamenávať vyššie hodnoty premen-ných, vyjadrujúcich rast ekonomiky.

Už v neoklasickej literatúre sa ekonomický rast vyjadrený len rastom exogén-nym považuje za vyčerpateľný. Nároky kladené na ekonomický rozvoj a rast budú trvať aj naďalej, aj po vyčerpaní zdrojov, ktoré sú obmedzené. Otvorené, globalizo-vané trhy nútia krajiny čeliť tvrdej konkurencií. Aby však ekonomiky neboli iba pasívnymi príjemcami a ich konkurencieschopný potenciál nebol potlačený, je nutný rozvoj, vedúci k ekonomickému rastu a pokroku. Ako východisko z tejto si-tuácie sa často spomína ekonomický model s technickým pokrokom alebo ľudský kapitál ako zdroj rastu.

Znalostná ekonomika je práve tým riešením a tou odpoveďou, ktorú hľadajú predstavitelia svetových ekonomík, na ekonomický rast a pokrok v krajine. Zna-lostná ekonomika umožňuje zvýšiť produktivitu vďaka inováciám, patentom, vy-tváraniu technických a technologických zlepšení, zvyšovaniu ľudského kapitálu a v konečnom dôsledku rastu produktivity, ktorá priamo zabezpečuje pokrok.

Konkurenčná výhoda je najmä v jedinečnom know-how, ako dosiahnuť všetky výhody, plynúce zo znalostnej ekonomiky. Rozvoj ľudského kapitálu je jednou z najdôležitejších úloh. Ľudský kapitál je totiž zdrojom všetkých vylepšení. Vychá-dzajú z neho výsledky vedy a výskumu, ktoré sa uplatňujú napríklad v zdravotníctve. Ľudský kapitál hrá dôležitú úlohu pri technických zlepšeniam a inováciám. Preto je jedným z najdôležitejších predpokladov práve kvalitný škol-ský systém.

Cieľ práce vychádza z predpokladu, že znalostná ekonomika vplýva na konku-rencieschopnosť a ekonomický rast. Literárne rešerše sa venujú prehľadu odbor-ných publikácií. Spočiatku je definovaná konkurencieschopnosť. Nasledujúce pod-kapitoly nadväzujú na vplyv inštitucionálneho prostredia a znalostnej ekonomiky na konkurencieschopnosť. Prehľad literatúry zakončujú vybrané ekonomické usporiadania a ich vplyv na rozvoj znalostnej ekonomiky. Rešerš slúži na spojenie si súvislostí medzi týmito oblasťami, z ktorých neskôr čerpá aj výskum práce.

Cieľom práce je identifikovať silné a slabé stránky jednotlivých členov Európ-skej únie v konkrétnych oblastiach znalostnej ekonomiky, následne formulovať odporúčania pre odstránenie týchto slabých stránok znalostnej ekonomiky, ktoré by smerovali k zvýšeniu konkurencieschopnosti. Na základe regresnej analýzy pa-nelových dát sú určené faktory, ktoré vplývajú na rozvoj znalostnej činnosti, a tým pádom aj konkurencieschopnosti, s ohľadom na inštitucionálne prostredie a verejný sektor.

16 Úvod a cieľ práce

Z výsledkov jednotlivých časti výskumu sú formulované odporúčania pre jed-notlivé krajiny (skupiny krajín) a celú Európsku úniu.

Práca odráža ciele Európskej rady „vybudovať konkurencieschopnú a dynamic-kú ekonomiku založenú na vedomostiach, s väčšou sociálnou súdržnosťou a vyššou mierou zamestnanosti“.

Literárne rešerše 17

2 Literárne rešerše

Kapitola Literárne rešerše sa z úvodu venuje konkurencieschopnosti. V rešerši je sledovaný vplyv inštitucionálneho prostredia na konkurencieschopnosť, pretože Európska únia kladie veľký dôraz na makroekonomickú kontrolu členských štátov. Práca vychádza z predpokladu, že znalostná ekonomika ovplyvňuje konkurencies-chopnosť. Znalostnej ekonomike je preto venovaný priestor ako v prehľade litera-túry tak v kapitole Vplyv znalostnej ekonomiky na konkurencieschopnosť. Posled-ná časť kapitoly je zameraná na rozvoj znalostnej ekonomiky vo vybraných eko-nomických usporiadaniach, inšpirované rozvojom znalostnej ekonomiky v škandi-návskych krajinách a Spojených štátoch amerických.

2.1 Konkurencieschopnosť

Globalizácia súčasných ekonomík otvára hranice medzinárodnému obchodu, pre-nosu informácii, vedecko-technickému pokroku, modernizácií, možnosti spozná-vania cudzích kultúr atď. Nespája sa však len s pozitívnymi stránkami, ale aj mož-nými negatívnymi dopadmi, ako napríklad prenos kríz a nestabilít veľkých eko-nomík či likvidáciu výrob, ktoré nie sú dostatočne konkurencieschopné. Práve konkurencieschopnosť krajín sa stala jedným z najsledovanejších kritérií súčas-ných ekonomík.

„V najužšom pojatí je možné konkurencieschopnosť chápať ako komparatívny pohľad na skúmaný subjekt (firiem, sektorov či zemí) a jeho schopnosť (statický prí-stup) či výkonnosť (dynamický prístup) predávať, ponúkať, tovar či služby na danom trhu (takom, kde dochádza ku konkurenčnému stretu, tzn. môže ísť tiež o domáci aj zahraničný trh),“ (Cihelková a kol., 2014, str. 456).

„Schopnosť udržať existujúcu úroveň miezd a životnú úroveň súvisí s pojmom konkurencieschopnosť. Fenomén ukazovateľa Produktivita spočíva v tom, že nám umožňuje zmerať potenciál návratnosti vynaložených prostriedkov ... Jedným zo zá-kladných kľúčov zabezpečenia budúcej konkurencieschopnosti na národnej ako i podnikovej úrovni je jej pravidelné meranie a hodnotenie pokrokov,“ (Hulín, 2008, str. 12).

Podľa prístupu OECD súvisí konkurencieschopnosť s produktivitou. Produkti-vita môže byť ovplyvnená dvomi faktormi, a síce kapitálovou vybavenosťou za-mestnancov alebo ľudským kapitálom. Okrem toho závisí aj na efektívnosti výroby. Ide o „schopnosť korporácií , odvetví, regiónov, národov a nadnárodných celkov ge-nerovať vysokú úroveň príjmov z výrobných faktorov a relatívne vysokú úroveň ich využitia, a to za podmienok, kedy ich prostredníctvom vyprodukovaný tovar a služby obstáli v teste medzinárodnej konkurencie na trhoch, kde panujú podmienky voľného obchodu a rovných tržných podmienok,“(Bariéry konkurenceschopnosti, 2008, str. 35).

Porter v článku Budovanie mikroekonomických základov prosperity (2009) považuje za hlavné zdroje konkurencieschopnosti produktivitu, vysoké tempo ekonomického rastu, rast príjmu obyvateľstva, mieru využívania výrobných fakto-


rov, predovšetkým ľudského kapitálu, ktorý súvisí napríklad so vzdelaním, a v neposlednom rade rozvoj klastrových iniciatív. Slovenské centrum produktivity charakterizuje produktivitu ako „pomer medzi výstupom generovaným systémom a vstupmi potrebnými pre tvorbu tohto výstupu“ (Čo je produktivita, c2015). To znamená, že produktivita rastie pokiaľ sa zvyšujú výstupy s menším rastom vstu-pov. V situácii, kedy by boli vyčerpané výrobné faktory, môžu výstupy stále rásť s rastom produktivity. Ľudský kapitál je stotožnený s potenciálom človeka a jeho pridanou hodnotou vo výrobe. Je súčasťou „intelektuálneho kapitálu“, ktorý tvorí aj sociálny kapitál a štrukturálny či organizačný kapitál. „Viaže sa na znalosti, schop-nosti, zručnosti jednotlivca, ale tiež k jeho motivácii tento potenciál využiť v ekono-mickej aktivite. Ľudský kapitál je daný vrodenými predpokladmi človeka (jeho zdra-vím, talentom atď.) a ich rozvojom v priebehu života v procese učenia,“ (Cihelková a kol., 2014, str. 513). Klastrová iniciatíva vychádza z potenciálu k upevneniu a zvýšeniu konkurencieschopnosti geografický vymedzených a nezávislých firiem a pridružených inštitúcii. „Zúčastnené spoločnosti si navzájom konkurujú, ale súčas-ne sú nútené riešiť radu odborných problémov (vzdelávanie zamestnancov, prístup k rovnakým dodávateľom, spoluprácu s výskumnými a vývojovými kapacitami, ne-dostatočné zdroje na výskum apod.)... Jedná sa teda o všestranne výhodné partner-stvo firiem, vysokých škôl a regionálnych inštitúcii, ktoré má množstvo prínosov pre všetky jeho členské subjekty,“ (Klastr, c2015).

Každoročný rebríček konkurencieschopnosti krajín vydáva Svetové ekono-mické fórum. Krajiny sú hodnotené podľa 12 pilierov konkurencieschopnosti, zob-razených na obrázku 1. Z obrázku vyplývajú tri okruhy hodnotenia. Základné po-žiadavky zahŕňajú inštitúcie, infraštruktúru, makroekonomickú stabilitu, zdravie a základné vzdelanie. Zvyšovanie efektívnosti súvisí s vyšším vzdelaním a tréningom, efektívnosťou trhu tovarov, efektívnosťou trhu práce, sofistikovaný-mi finančnými nástrojmi, technologickou pripravenosťou a veľkosťou trhu. Po-sledný okruh Inovácie a faktory sofistikovanosti v sebe obsahujú biznis sofistiko-vanosť a inovácie.


Obr. 1 12 pilierov konkurencieschopnosti Zdroj: Hulín, 2009

Faktory konkurenčných výhod v kontexte ekonomického rozvoja delí krajiny do troch skupín. Pre prvú skupinu zemí je charakteristická „lacná pracovná sila, rozvoj inštitucionálneho rámca, investície do kvalitnej infraštruktúry, makroekono-mická stabilita, zdravá a relatívne vzdelaná, gramotná pracovná sila“. Tento typ konkurencieschopnosti sa označuje tiež ako cenovo-nákladový. Druhá skupina ze-mí zahrňuje prvú skupinu založenú na „efektívnosti, vyššej kvalite produkcie a efektívnych výrobných postupoch“. Tieto faktory zvyšujú produktivitu. Charakte-ristický je „rozvoj stredne vzdelanej a permanentne školenej pracovnej sily schopnej zvládnuť pokročilé výrobné procesy, efektívne fungujúce komoditné trhy a trhy vý-robných faktorov a schopnosť získať a využiť najnovšie technologické znalosti“. Po-sledný typ zahrňuje najviac ekonomicky vyspelé krajiny. Za zdroj ekonomického rastu sú považované inovácie, „subjekty sa preto musia zamerať na produkciu špe-cifického tovaru, ktoré má v sebe inkorporované vyspelé a jedinečné know-how (vy-chádzajúce z nových vynálezov) a jeho využitie v praxi“. Niekedy sa z druhého a tretieho typu, čiže typov založených na kvalitatívnych aspektoch vyčleňuje 4. typ založený na kreativite. „Spočíva v tvorbe vysokej pridanej hodnoty, ktorá vznikla vďaka jedinečnosti výsledku kreatívneho procesu,“ (Bariéry konkurenceschopnosti, 2008, str. 45-46).


„Prvým, kvalitatívne vyšším konkurenčným faktorom, je kvalita vyššieho (sekun-dárneho a terciárneho) vzdelávania a systému (celoživotného) školenia či vzdeláva-nia. Ide o požiadavky na spoločnosť, ktoré sú potrebné pre efektívnejšie využitie pra-covnej sily, a ktoré ďalej vyplývajú z meniaceho sa vonkajšieho okolia, predovšetkým z procesu globalizácie, a vytvárajú vyššie nároky na flexibilitu firiem a jej zamestnan-cov. Záleží tiež na reálnej kvalite znalostí a zručností, získaných na tejto úrovni vzde-lania. Preto sa hodnotí, nakoľko sú získané schopnosti cenené súkromným sektorom,“ (Cihelková a kol., 2014, str. 462). Rozdiely v spolupráci súkromného a verejného sektoru sú bližšie uvedené v kapitole Komparácia vybraných ekonomických uspo-riadaní.

Úloha inovácii pre podporu konkurencieschopnosti je veľmi dôležitá. Ako uvádza Kislingerová: „K posilneniu konkurencieschopnosti a hospodárskeho rastu musí byť venovaná zvýšená pozornosť rovnako podpore komercializácií vedomosti.“ Podnikateľ preniká na trh svojimi produktmi a službami. Identifikuje tak príleži-tosti a sám nesie riziko za svoje rozhodnutie. Málo efektívni či neinovatívni podni-katelia sú na základe konkurenčného boja postupne vytlačovaní z trhu. Tí, ktorí sú na trhu úspešní „vytvárajú kvalitné pracovné miesta, ktoré tak urýchľujú hospodár-sky pokrok“. Práve podnikanie umožňuje praktické využitie znalostí, vedy a výskumu v reálnej ekonomike. „Transfer znalostí a technológií je plnohodnotnou súčasťou inovačnej politiky a môže významne prispieť k zlepšeniu účinnosti inovač-ných systémov,“ pričom ide o „všetky interakcie ktoré slúžia spoločne znalostnej štruktúre, predávaniu znalostí a uplatneniu znalostí v inováciách“ (Kislingerová, 2011, str. 57-61). Na obrázku 2 je znázornená výskumná triangulácia, ktorá spája podnikanie, hospodársky rast a transfer technológií a znalosti pre tvorbu podnika-teľského prostredia vhodného na vznik akademických spin-off firiem1.

1 Bližšie vysvetlenie spin-off firiem v kapitole 2.3.1 Trendy súčasných trhov


Obr. 2 Výskumná triangulácia Zdroj: Kislingerová, 2011, str. 58.

Konkurencieschopnosť má výpovednú vlastnosť, keď chceme porovnať vý-konnosť jednotlivých krajín. Dnešné ekonomiky sa snažia zlepšiť svoju konkuren-cieschopnosť najmä pomocou zvyšovania produktivity a rozvojom znalostnej eko-nomiky, ktorá priamo vplýva na produktivitu.

2.2 Inštitucionálne prostredie

Táto podkapitola sa zaoberá inštitucionálnym prostredím. Je rozdelená na vše-obecnú charakteristiku s podkapitolou, venovanou konkrétne inštitucionálnemu prostrediu Európskej únie. Ekonomické a právne inštitúcie majú dosah na jednot-livé organizácie pôsobiace v krajine. Tieto organizácie môžu svojím pôsobením vplývať na zvyšovanie konkurencieschopnosti celej krajiny, napríklad veľkosťou výroby či zvyšovaním zamestnanosti. Preto je kvalitné inštitucionálne prostredie základným kameňom pre zlepšovanie podmienok vedúcich k rastu konkurencies-chopnosti.

Európska únia s prijatím Lisabonskej stratégie získala úplnú právnu subjekti-vitu a vybudovala tak inštitucionálne prostredie, ktorého kvalita ovplyvňuje posta-venie národných ekonomík v európskom hospodárstve. V úvode tejto kapitoly sú stručne uvedené definície základných pojmov inštitucionálneho prostredia a jeho rozdelenie. Druhá časť je zameraná priamo na inštitucionálne prostredie Európ-skej únie a jeho vplyv na konkurencieschopnosť, ekonomický rast a znalostnú eko-nomiku.

Samostatné inštitúcie sú v odbornej literatúre definované ako „akékoľvek ob-medzenie, ktoré utvára ekonomické správanie ľudí. Inak povedané sú inštitúcie mno-žinou pravidiel ovládajúcich jednanie,“ (Mlčoch, 2005, str. 29). Často je používaná aj definícia od Northa (1990, str. 3), ktorého „inštitúcie sú pravidlá hry v spoločnosti alebo, formálnejšie, sú ľuďmi vymyslené obmedzenia, ktoré formujú ľudskú interak-


ciu“. Interakcia môže prebiehať na politickej, sociálnej či ekonomickej úrovni. Inšti-túcie sú často zamieňané alebo stotožňované s organizáciami. Rozdiel spočíva v tom, že organizácie sú subjekty trhu, ako napr. vláda a súdy, pričom inštitúcie majú za úlohu formovať správanie týchto organizácii. Niektoré z inštitúcii sú orga-nizáciami priamo vytvárané (Breinek, 2006).

Základné delenie inštitúcií je na formálne a neformálne. „Formálne inštitúcie majú zákonnú podobu, je to celý právny rámec ekonomiky, ktorý formuje ekonomické správanie ľudí.“ (Mlčoch, 2005, str. 29). Príkladom formálnych inštitúcii sú ústava, zákony, vlastnícke práva, občianske právo atď. Na rozdiel od formálnych inštitúcii sú neformálne inštitúcie ťažšie vymáhateľné a ich zmena prebieha v dlhšom časo-vom horizonte, pretože sa zvyknú tradovať z generácie na generáciu. Ide napríklad o zvyky a tradície vyplývajúce z kultúry jednotlivých národov. V tomto pojatí ne-možno hľadať v Európskej únii rovnaké neformálne inštitúcie2, pretože do doby vzniku únie sa národy formovali na základe vlastného kultúrneho prostredia. Preto im nie je v práci venovaný priestor.

Okrem formálnych a neformálnych inštitúcii ich delíme aj na ekonomické a politické, ktoré sa navzájom ovplyvňujú. Podľa Northa ekonomické inštitúcie môžu napomáhať hospodárskemu rastu, pokiaľ podporujú činnosti pozitívne vplý-vajúce na vývoj ekonomiky a naopak tlmia negatívne. Patrí sem technický pokrok, akumulácia kapitálu, systém vlastníckych práv a iné (Kouba, 2009). Politické inšti-túcie zabezpečujú dohľad nad zneužitím politickej moci. Radia sa sem napríklad voľby a volebné pravidlá. K druhému deleniu inštitúcií sú priradené aj inštitúcie právne a sociálne (Breinek, 2006).

Po všeobecnom vymedzení je venovaný priestor priamo inštitúciám Európ-skej únie. Vychádza z nových nástrojov pre dohľad na fiškálne a makroekonomické prostredie. Patrí sem Six-pack, Two-pack, Fiškálny pakt, ale aj nová desaťročná stratégia Európa 2020.

2.2.1 Inštitucionálne prostredie Európskej únie

Lisabonská stratégia bola prijatá v marci roku 2000 ako desaťročný plán, ktorého cieľom bolo urobiť z Európskej únie „do roku 2010 najkonkurencieschopnejšiu a najdynamickejšiu poznatkovo orientovanú ekonomiku sveta, schopnú trvalo udrža-teľného rastu s väčším množstvom pracovných miest a väčšou sociálnou kohéziou“. Čiastkové ciele stanovili potrebu investovať do výskumu a vývoja aspoň tromi per-centami HDP, snahu o zredukovanie administratívnej záťaže a tým podporu priaz-nivého prostredia pre podnikateľov, zvýšenie úrovne zamestnanosti na 70 percent, u žien na 60. Počas plynutia desaťročného obdobia sa dosiahnutie cieľov zdalo nemožné, keďže bola Lisabonská stratégia už spočiatku príliš ambiciózna. Síce nie-ktoré krajiny (ako Fínsko a Švédsko) dokázali splniť hlavné body stratégie, väčšina bojovala s nízkou zamestnanosťou, pomalým ekonomickým rastom a nedostatočnou inovatívnou činnosťou (Lisabonská stratégia, c2014).

2 Hodnotením neformálnych inštitúcií sa zaoberá napríklad World value survey a European value

survey.


O desať rokov neskôr bola prijatá ďalšia desaťročná stratégia s názvom Euró-pa 2020, stratégia na zabezpečenie inteligentného, udržateľného a inkluzívneho rastu. Vtedajší predseda J. M. Barosso v predslove napísal: „Komisia navrhuje sta-noviť na rok 2020 pre EÚ päť merateľných cieľov, ktorými sa bude celý proces riadiť a ktoré sa neskôr stanú vnútroštátnymi cieľmi, a to v týchto oblastiach: podpora za-mestnanosti, výskum a inovácie, zmena klímy a energie, podpora vzdelávania a boj proti chudobe.“

Priority stratégie (Európa 2020, 2010): Inteligentný rast: „vytvorenie hospodárstva založeného na znalostiach

a inovácii,“ (investície do vývoja a výskumu; vzdelávanie, odborná prí-prava a celoživotné vzdelávanie; digitálna spoločnosť).

Udržateľný rast: „podporovanie ekologickejšieho a konkurencieschop-nejšieho hospodárstva, ktoré efektívnejšie využíva zdroje,“ (konkuren-cieschopnosť; boj proti zmene klímy; čistá a účinná energia).

Inkluzívny rast: „podporovanie hospodárstva s vysokou mierou zamest-nanosti, ktoré zabezpečí sociálnu a územnú súdržnosť,“ (zamestnanosť; zručnosti; boj proti chudobe).

Ciele, ktoré stratégia stanovuje, majú merateľnú podobu, čo umožňuje ich jed-noduchšie vyhodnocovanie. Konkrétne ciele týkajúce sa znalostnej ekonomiky sú „investovať 3 % HDP do výskumu a vývoja. Tento cieľ úspešne upriamil pozornosť na potrebu zvýšiť investície do výskumu a vývoja zo strany verejného a súkromného sek-tora, ale zameriava sa viac na vstupy ako na výsledky. Je zrejmá potreba zlepšiť podmienky súkromného výskumu a vývoja v EÚ a toto je cieľom viacerých opatrení navrhovaných v tejto stratégii. Je jasné, že ak budeme v oblasti výskumu, vývoja a inovácií spolupracovať, získame viac finančných prostriedkov na výdavky, ktoré budú relevantnejšie pre podnikateľské činnosti a hybné sily v oblasti produktivity. Komisia navrhuje dodržať cieľ a investovať 3 % a zároveň pracuje na vytvorení uka-zovateľa, ktorý by odrážal intenzitu výskumu, vývoja a inovácií,“ a okrem toho ešte „v oblasti vzdelania, ktorého zámerom je znížiť mieru predčasného ukončenia škol-skej dochádzky zo súčasných 15 % na 10 %, a zároveň zvýšiť podiel obyvateľov vo veku 30– 34 rokov, ktorí majú ukončené vysokoškolské vzdelanie, z 31 % na mini-málne 40 % v roku 2020,“(Európa 2020, 2010, str. 11).

Zabezpečenie pokroku priorít stratégie Európa 2020 majú nasledovné inicia-tívy „Inovácia v Únii“, „Mládež v pohybe“, „Digitálny program pre Európu“, „Európa efektívne využívajúca zdroje“, „Priemyselná politika vo veku globalizácie“, „Program pre nové zručnosti a nové pracovné miesta“, „Európska platforma na boj proti chu-dobe“.

Európska únia kladie dôležitý význam podpore zvyšovania konkurencies-chopnosti európskej ekonomiky. Práve dlho pretrvávajúca kríza sa stala motívom pre posilnenie fiškálneho dohľadu. Prísnejšie pravidlá, rozšírené o dohľad nad makroekonomickými nerovnováhami a vývojom konkurencieschopnosti, stanovu-jú finančné sankcie v prípade ich porušenia. Týka sa to najmä krajín eurozóny, pri-čom sankcia vo výške 0,2 % HDP hrozí v prípade zásadného rozpočtového poruše-nia a 0,1 % HDP za opakované porušenie povinností. Všeobecne sa predpokladá, že


rozpočtový dohľad je ľahšie ovládateľný než makroekonomický vývoj a vývoj kon-kurencieschopnosti. Ani to však nie je argumentom pre ponechanie makroekono-mického dohľadu a vývoja konkurencieschopnosti čisto na vládach jednotlivých krajín. Po vytvorení spoločnej menovej politiky by k postupnému zbližovaniu hos-podárskej úrovne malo dochádzať prirodzeným hospodárskym vývojom. Nemožno očakávať, že by bohatšie zeme neustále vyrovnávali rozdiely jednostrannými fi-nančnými výpomocami v podobe transferov (Rozdíly v konkurenceschopnosti me-zi státy EU, 2014).

Balík dvoch legislatívnych opatrení, označený tiež Two pack, sa vzťahuje na krajiny eurozóny. Jeho zámerom je upevniť hospodársky dohľad. Prvé nariade-nie sa týka sledovania plánovaných rozpočtov na nadchádzajúce obdobie. Cieľom je zamedziť nadmernému deficitu, ktorý by mohol mať negatívne dopady na vývoj spoločnej meny. Druhé nariadenie sa vzťahuje na krajiny, ktoré už sú postihnuté nepriaznivou finančnou situáciou, so zámerom vplývať na finančnú stabilitu euro-zóny (Balík dvoch legislatívnych aktov, c2015).

Six pack označuje päť nariadení a jednu smernicu, ktoré zvyšujú silu Paktu stability a rastu. Konkrétne nariadenia sú o (Balík šiestich legislatívnych aktov..., c2015):

„opatreniach na presadzovanie vykonávania nápravy nadmernej makroe-

konomickej nerovnováhy v rámci eurozóny“,

„posilnenie dohľadu nad stavmi rozpočtov a o dohľade nad hospodárskymi

politikami a ich koordinácii“,

„prevencii a náprave makroekonomických nerovnováh“,

„urýchľovaní a objasňovaní vykonania postupu pri nadmernom schodku“,

„účinnom presadzovaní rozpočtového dohľadu v eurozóne“

a smernica o: „požiadavkách na rozpočtové rámce členských štátov“.

K jednotlivým opatreniam sú stanovené sankcie a pokuty. Fiškálna zmluva alebo Zmluva o stabilite, koordinácii a riadení v Hospodárskej

a menovej únii je medzivládnou zmluvou o sprísnení rozpočtovej disciplíny v Európskej únii. Reguluje rozpočtové plány vlád požiadavkou na vyrovnaný roz-počet. Snahou je nezvyšovať dlh jednotlivých členských krajín, mimo účtu verejnej správy a podávať priebežné rozhodnutia o emisii dlhopisov (Fiškálna zmluva, c2015).

Kontrola rozpočtu jednotlivých krajín a iných makroekonomických veličín, ktoré zamedzujú plytvaniu, je nepochybne dôležitá. Rovnako je však nutné položiť si otázku či nasledovné opatrenia nie sú skôr brzdou v národnom investovaní do znalostnej ekonomiky, ktorej priestor je venovaný v nasledujúcej podkapitole.

2.3 Znalostná ekonomika

Kľúčovým faktorom pre zvyšovanie množstva poskytnutých služieb či vyrobených statkov je rast produktivity. Výrobné faktory ako práca, pôda a kapitál sú do istej miery obmedzené. Ľudský kapitál však otvára dvere k inováciám, ktoré zrýchľujú


výrobný proces a tým umožňujú produkovať viac statkov a služieb. Aj to je dôvod, prečo je v súčasnosti pojem znalostná ekonomika stále viac skloňovaný v súvislosti so zvyšovaním konkurencieschopnosti. Cieľom tejto kapitoly je špecifikovať pojem znalostná ekonomika, hoci teória neposkytuje ucelenú definíciu. Následne sú urče-né charakteristické vlastnosti dnešných trhov a ich vplyv na rozvoj znalostnej eko-nomiky. V závere je uvedená tabuľka najlepších znalostných ekonomík v roku 2012 podľa indexu znalostnej ekonomiky (Knowledge economy index – KEI) vydá-vaného Svetovou bankou.

Podľa Petersa (2001) ekonomika informácii a znalostí mala prinajmenšom 5 dôležitých medzníkov svojho vývoja. Ako prvý uvádza prácu Jacoba Marschaka a spolupracovníkov, a zároveň víťaza Nobelovej ceny za prácu o ekonomickej teórii informácii od Georga Stiglera. Ďalším dôležitým autorom bol Fritz Machlup, ktorý sa zaslúžil o základy a rozvoj ekonomiky zvyšujúcej produkciu a distribúciu znalos-tí. Theodor Schulz (neskôr aj Gary Becker) prvý použil pojem „ekonomika ľudské-ho kapitálu“. Teóriu verejnej voľby rozvíjali James Buchanan a Gordon Tullock. V neposlednom rade nová teória rastu, vychádzajúca z neoklasickej teórie, sa za-oberala úlohou vzdelávania, tvorbou ľudského kapitálu a vytvárania nových ve-domostí, spoločne s ich možnými externalitami.

Machlup v roku 1962 ako prvý určil sektor ekonomiky USA, vzťahujúci sa k produkcii a rozširovaniu znalostí. Klasifikoval 30 priemyselných odvetví, ktoré rozdelil do 5 kategórii. Predstavujú ich vzdelávanie, výskum a vývoj, komunikačné média, informačné stroje a informačné služby (napr. financie a poisťovníctvo). Ne-skôr v roku 1980 rozšíril týchto 5 kategórii ešte o umeleckú tvorivosť (Klinec, 2010).

Stoevsky (2004, str. 3) definoval znalostnú ekonomiku ako: „Vyššia a udrža-teľná miera rastu výstupu pre stredne až dlhé obdobie vďaka prudkému vývoju in-formačných a komunikačných technológií a ich prenikaniu do celej ekonomiky.“ V širšej definícii: „Dlhodobo pozitívne efekty vývoja informačných a komunikačných technológií na makro- i mikroúrovni, inštitucionálne a organizačné zmeny ústiace vo viac výkonné, konkurencieschopné a inovačné ekonomické faktory.“

Podľa Kislingerovej (2011, str. 9) znalostná ekonomika „má ambíciu označiť taký stav spoločenskej kooperácie, kde tvorba produktu závisí vedľa kapitálu a práce, prípadne vedľa kapitálu, práce a prírodných zdrojov (alebo technického pokroku) tiež na ďalšom faktore, a síce na vzdelaní, ktoré býva často v tejto súvislosti zmiešané s inovačnou činnosťou.“

Úrad vlády Slovenskej republiky „považuje za základný pilier znalostnej spo-ločnosti a ekonomiky výchovu, vzdelávanie, vedu, výskum a inovácie, informatizáciu a digitalizáciu“. Dôležitú podporu má vedomostný a tvorivý potenciál, ktorý je roz-víjaný pomocou kvalitného vzdelávacieho systému. Konkurencieschopnosť krajiny „je závislá od konkurencieschopných ľudí, ktorí sú vzdelaní, zruční, tvoriví a adapta-bilní“ (Znalostná spoločnosť, vzdelávanie a kultúra, 2012) .

Peter Drucker, ktorý sa významne podieľal na rozšírení pojmu znalostná eko-nomika rozlišuje medzi poznatkami z kníh, ktoré možno považovať za informácie, prípadne dáta, a vedomosti v kontexte znalostnej ekonomiky. Pokiaľ sú informácie


využité v praxi a stávajú sa hnacím motorom činností, je možné ich považovať za aplikované vedomosti, čiže súčasť znalostnej ekonomiky. Vznik znalostnej eko-nomiky nepodlieha intelektuálnej histórií, ako sa mnohí domnievajú. Je súčasťou „dejín technológii“, ktoré popisujú praktické využitie týchto vedomostí. Nie je dôle-žité, či sú tieto informácie premenené na vedomosti nové alebo staré, ale akým spôsobom sú využité, napríklad využitie Newtonových fyzikálnych zákonov na vesmírnom programe (Drucker, 1992).

Kislingerová (2011, str. 17) ďalej dodáva: „Idea znalostnej ekonomiky zdôraz-ňuje význam znalostí a technologických a informačných predpokladov (t.j. know-how) pre rozvoj ekonomiky. Zdôrazňuje, že know-how je zdrojom, ktorý je dôležitejší než všetky ostatné ekonomické (vzácne) výrobné faktory.“ Využitie a rozvoj týchto znalostí a zručností sú determinované kvalitou vzdelávacieho systému v danej ze-mi.

„V poslednej dobe je možné sledovať stále väčšie snahy o bezprostredné využitie vedy ako výrobnej sily.“ Pričom tento výrobný faktor umožňuje rast produktivity práce a zvýšenie výkonnosti strojov nad ich hodnotu, tzn. produkcia prevýši nákla-dy na vybavenie. V súvislosti s tým sa hovorí o intenzívnom rozvoji hospodárstva. „U monopolov sa to prejavuje tiež tým, že udržujú stále vyššie ceny a získaný preby-tok peňazí uplatňujú vo vedecko-technickom výskume,“ (Jeníček, 2002, str. 28).

Podľa dokumentu OECD Knowledge-based economy (1996) je ekonomika v priebehu času stále viac založená na znalostiach a informáciách. Vedomosti sú významným prostriedkom k rastu produktivity ako aj ekonomickému rastu. Pojem ekonomika „založená na znalostiach“ vychádza z uznania poznania a technológií v moderných ekonomikách.

Ekonomika založená na vedomostiach sa spolieha predovšetkým na využitie myšlienok než na fyzické schopnosti. Jej prioritou je využitie technológii pred transformáciou surovín či vykorisťovaním lacnej pracovnej sily. Ide o ekonomiku, v ktorej sú poznatky tvorené, získané a prenášané efektívnejšie jednotlivcami, podnikmi, organizáciami a spoločenstvami k podpore hospodárskeho a sociálneho rozvoja (Lifelong Learning in the Global Knowledge Economy, 2003).

Jaroslav Jílek v článku Návrhy ukazatelů nové (digitální) ekonomiky (2000, str. 1) definuje novú ekonomiku ako: „Novou ekonomikou sa všeobecne rozumie ekonomika, v ktorej sa technologický pokrok presadzuje vysokými tempami a tak výrazne, že ekonomika je kriticky závislá na znalostiach, pričom prostredníctvom globalizácie dochádza k integrácii národných ekonomík do svetovej ekonomiky a berie sa zreteľ na dlhodobo udržateľný rast. Medzi novými technológiami má do-minantné postavenie schopnosť vytvárať, šíriť a využívať znalosti, takže informácie sa často považujú za najdôležitejší faktor podmieňujúci ekonomický rast a zlepšova-nie kvality života; v tejto súvislosti sa hovorí o vytváraní informačnej spoločnosti.“ Tu je na mieste dodať, že pojem znalostná ekonomika je historicky starší. V porovnaní s novou ekonomikou ide však len o rozdiel v pôsobení efektu, a preto sa v rámci tejto práce považujú za synonyma.

Katolický v článku Nová ekonomika (2000) určuje špecifické vlastnosti novej ekonomiky. Rozsah tejto ekonomiky vychádza z kvalitných a rýchlo dostupných


informácii o zákazníkovi. Tie umožňujú prispôsobenie rastu množstva výrobkov a služieb vďaka intelektuálnemu kapitálu. Dnešná ekonomika je charakteristická svojou rýchlosťou. Prostredníctvom internetu sa dajú spojiť pracoviská aj na opačnom konci sveta. Je nutná rýchla reakcia firiem na dopyt, zrýchlená obnova fixného kapitálu, ale aj skrátenie doby výrobného procesu. Ako už bolo spomenuté, významné miesto v novej ekonomike majú technológie. Ich vývoj napreduje, pri-čom ceny sú pre zákazníkov stále viac dostupnejšie. Získanie zákazníka na presý-tených trhoch, kde je jednoduché dostať informácie o vlastnostiach a cenách kon-kurenčných zákazníkov, je stále zložitejšie. Preto kvalita a poskytnutý servis ovplyvňujú rozhodovanie vo veľkej miere. Intelektuálny kapitál otvára bránu k inováciám. Tým sa stáva nezameniteľným v rozvoji firiem. Ako posledný pohľad na novú ekonomiku uvádza autor istoty pre zákazníkov. Či už sa jedná o záruky v kvalite nových výrobkov alebo o on-line objednávky. Mala by byť „rozvíjaná ako kľúčová hodnota podniku“.

2.3.1 Trendy súčasných trhov

Podkapitola Trendy súčasných trhov sa zaoberá špecifickými vlastnosťami dneš-ných trhov, ktoré ovplyvňujú rozvoj a prenikanie znalostnej ekonomiky. Neustále sa vyvíjajúce tržné trendy ovplyvňujú ekonomické procesy. Základné zmeny oproti minulosti, ktoré menia tieto procesy, sú napríklad globalizácia, zavedenie internetu a liberalizácia obchodných činností.

Významným rysom súčasnej svetovej ekonomiky je globalizácia. Znamená „tesnejšiu integráciu zemí a obyvateľov sveta, ktorá je spôsobená enormným zníže-ním nákladov na dopravu a komunikáciu a odstránením bariér pre voľný pohyb vý-robkov, služieb, kapitálu a znalostí a v určitej miere aj ľudí“ a zároveň je „svetovým procesom, ktorý činí svet, jeho ekonomické systémy, jeho národné spoločenstvo viac uniformným, viac integrovaným a viac navzájom na sebe závislým“ (Pichanič, 2004, str. 8). V súvislosti so znalostnou ekonomikou je možné zaznamenať jav zvaný „migrácia mozgov“, kedy ľudia s výrazným ľudským kapitálom a potenciálom jeho rozvoja často odchádzajú za prácou do zahraničia, kvôli lepšej pracovnej príležitos-ti.

Podľa Miloša Picka (c2009, str. 105): „Motorom globalizácie je veľký technický skok – informačná a technická revolúcia. Prepojením informačných, komunikačných a mediálnych technológii vzniká celosvetová, globálna informačná štruktúra ... táto revolúcia môže otvoriť cestu k celkom novému typu technického rozvoja. Ten už – na rozdiel od éry priemyslovej revolúcie – nezvyšuje produktivitu práce hlavne zvyšo-vaním množstva výrobku na jednotku vynaloženej práce, ale predovšetkým kvalita-tívnymi faktormi – zdokonaľovaním, intelektualizáciou výrobku.“

Ďalším faktorom, ktorý súčasne podporuje aj proces globalizácie, je rýchlosť obchodu. Keďže sa dnes obchoduje na medzinárodnej úrovni významnú rolu zo-hrávajú informačno-technologické komunikačné prostriedky, najmä internet. Umožňuje rýchle spojenie, je zdrojom množstva informácii, ale tiež podlieha hroz-be internetových útokov, a tým zneužitiu určitých údajov. Vďaka internetu sú


dcérske spoločnosti bez problémov kontrolované a výrobné know-how sa rýchlo presúva bez ohľadu na vzdialenosť.

Spolu s internetom klesá význam role sprostredkovateľa. Trendom je postup-né ubúdanie kamenných obchodov. Takmer každá obchodná sieť má tzv. e-shop, ktorý funguje s minimálnymi prevádzkovými nákladmi, pričom sa šetrí hlavne na doprave a komunikácii. V tomto smere sa kladú vysoké nároky na logistiku, predovšetkým v snahe budovať pozitívny image a reputáciu.

Výstup vyspelých ekonomík sa orientuje viacej na produkciu služieb než vý-robkov. Tvorí ho dokonca vyše 70 % podielu HDP. Zahrňuje služby v odvetví ob-chodu, dopravy, vládne služby, personálne a osobné. Do osobných služieb patrí napríklad zdravotná starostlivosť ale aj vzdelávanie (Services, c2015). Význam vzdelávania a vzdelávacieho systému pre rozvoj znalostnej ekonomiky je súčasťou nielen národných stratégii, ale aj európskej stratégie Európa 2020. „Teraz však na-stupuje nová éra, v ktorej sa z odvetvia služieb vydeľujú intelektualizované služby, veda, výskum, školstvo, zdravotníctvo atď.,“ (Pick, c2009, str. 175).

Trend liberalizácie sa prejavuje zvýšením slobody obchodných činností. Tieto tržné zmeny sú jednak v prospech súkromného sektoru a podnikateľov, ale aj v prospech vytvorenia spoločného európskeho trhu s čo najmenšími prekážkami. V Európe sa jedná najmä o zmenšovanie vládnych zásahov v zmiešanom hospodár-stve. Podniky vnímajú nevyhnutnosť nadnárodnej výroby pre rast ziskov a konkurencieschopnosti. Tým vznikajú tlaky na ekonomické prostredie uľahčujú-ce podmienky medzinárodného obchodu a znižovanie bariér vstupu do odvetvia. Postupné uľahčovanie medzinárodných finančných transakcií (v eurozóne naprí-klad zavedením spoločnej meny), znižovanie štátnych zásahov a privatizácia za-bezpečujú dostatok slobody v podnikaní na nadnárodnej úrovni (Jeníček, 2002).

Pre zvýšenie konkurencieschopnosti, ako sa písalo v samotnej kapitole o kon-kurencieschopnosti, je nutná spolupráca podnikateľského prostredia s univerzi-tami. Spolupráca vedie k vzniku tzv. podnikateľských univerzít, viď obrázok 2. Ide o koncept, ktorý poháňa znalostnú spoločnosť. Dnes sa veľká pozornosť venuje najmä spin-off firmám. Ide o „novo založený podnik, ktorý čiastočne využíva duševný majetok získaný na nejakej univerzite... Existuje veľké množstvo akademických spin-off firiem, ktoré sa dajú rozdeliť do dvoch skupín, pričom jednu tvoria firmy s univerzitnými pracovníkmi, ktorí sú k nim v aktuálnom zamestnaneckom alebo štu-dijnom pomere, a druhú skupinu predstavujú firmy s bývalými pracovníkmi, resp. absolventmi univerzity,“ (Kislingerová, 2011, str. 64). Podnikateľská sféra zabezpe-čuje najmä finančnú podporu v inovatívnej a výskumnej činnosti.

Charakteristických vlastností dnešných trhov je nepochybne viac, no v súvislosti so znalostnou ekonomikou postačuje ich krátky súhrn. V nasledujúcom texte je uvedený jeden zo spôsobov merania znalostnej ekonomiky, používaný Sve-tovou bankou.


2.3.2 Znalostné indexy – možnosti merania znalostnej ekonomiky

Pokroky alebo zhoršenia, ktoré jednotlivé krajiny zaznamenali v oblasti znalostnej ekonomiky, zobrazuje rebríček rozdelenia krajín podľa indexov znalostnej ekono-miky. V práci je tento rebríček zohľadnený pri porovnaní úspešnosti v znalostnej oblasti.

Znalostné indexy sa delia na znalostný index (KI) a index znalostnej ekonomi-ky (KEI). Znalostný index (KI) pozostáva zo vzdelanostného indexu, inovačného indexu a indexu informačno-komunikačných technológii. Vzdelanostný index za-hŕňa priemerný počet rokov školskej dochádzky, študentov druhého stupňa a tretieho stupňa školského vzdelania, čiže strednej a vysokej školy. Inovačný in-dex obsahuje licenčné poplatky a príjmy, počet patentov, vedecké články. Posledný ICT index je zložený z počtu používaných telefónov, počítačov a používateľov in-ternetu. Všetky tieto tri indexy tvoria aj index znalostnej ekonomiky (KEI), ktorý okrem toho pozostáva aj z indexu ekonomického a inštitucionálneho prostredia. Je zložený z tarifných a netarifných obmedzení, regulácii a právnych pravidiel. Gra-fická prezentácia indexov je zobrazená na obrázku 3.

Obr. 3 Zložky vedomostných indexov Zdroj: Knowledge Economy Index (KEI) 2012 Rankings, c2011.

Tabuľka 1 zobrazuje poradie prvých 20-tich krajín, ktoré v roku 2012 mali

najvyšší index znalostnej ekonomiky. Pre porovnanie je uvedené aj ich umiestne-nie v roku 2000 a zmena v umiestnení jednotlivých krajín. Ďalej sú v tabuľke zele-nou farbou označené krajiny s päť a viac miestnym kladným posunom a červenou farbou s päť a viac miestnym záporným posunom.


Tab. 1 Usporiadanie 20-ich krajín s najvyšším indexom znalostnej ekonomiky

Krajina Pozícia v roku

2012 KEI 2012

Pozícia v roku

2000

Zmena od

roku 2000

Švédsko 1 9,43 1 0

Fínsko 2 9,33 8 6

Dánsko 3 9,16 3 0

Holandsko 4 9,11 2 -2

Nórsko 5 9,11 7 2

Nový Zéland 6 8,97 9 3

Kanada 7 8,92 10 3

Nemecko 8 8,9 15 7

Austrália 9 8,88 6 -3

Švajčiarsko 10 8,87 5 -5

Írsko 11 8,86 11 0

USA 12 8,77 4 -8

Taiwan, Čína 13 8,77 16 3

Veľká Británia 14 8,76 12 -2

Belgicko 15 8,71 14 -1

Island 16 8,62 19 3

Rakúsko 17 8,61 13 -4

Hongkong, Čína 18 8,52 25 7

Estónsko 19 8,4 26 7

Luxembursko 20 8,37 22 2 Zdroj: Knowledge Economy Index (KEI) 2012 Rankings, c2011.

V prvej desiatke najlepších znalostných ekonomík sveta sa tradične nachádza-jú krajiny severnej Európy. Švédsko, Fínsko, Dánsko a Nórsko charakterizuje koor-dinovaná tržná ekonomika so sociálno-demokratickým modelom. Európska únia vychádza z tohto modelu ako príkladu kvalitného východiska pre konkurencies-chopnosť a rast, označovaného tiež Severský sociálny model.

Severský sociálny model bude spolu s modelom liberálnej tržnej ekonomiky, ktorej predstaviteľom sú napríklad Spojené štáty, bližšie popísaný v kapitole Kom-parácia ekonomických usporiadaní. Ako vidieť v tabuľke 1, USA sa prepadli až o 8 miest, z pôvodnej 4-tej na 12-tú pozíciu.

Z teoretického východiska znalostnej ekonomiky vyplýva aj dôležitosť vzdelá-vacieho systému. Reaguje na to štúdia OECD PISA. Jej hlavným cieľom je na základe požiadaviek trhu práve zistiť úroveň vzdelávania v troch oblastiach. Čitateľskej, matematickej a prírodovednej gramotnosti. Okrem týchto troch základných oblasti je možné testovanie aj vo finančnej gramotnosti a v oblasti riešenia problémov. V trojročných intervaloch sú výsledky skúmané u 15 ročných žiakov základných a stredných škôl. Na poslednom sledovaní sa zúčastnilo 65 krajín z celého sveta, pričom najlepšie výsledky dosiahli ázijské krajiny (PISA, c2010).


Hodnotenie pomocou znalostných indexov zachytáva komplexné snahy jed-notlivých krajín o najlepší výstup v znalostnej oblasti. PISA udáva výsledky vzdelá-vacích systémov. Merania závislosti medzi premennými znalostnej ekonomiky, či už vstupmi alebo výstupmi, zachytávajú empirické štúdie, uvedené v nasledujúcej podkapitole.

2.3.3 Znalostná produkčná funkcia – determinanty znalostnej ekonomiky

Táto podkapitola uvádza štúdie, z ktorých čerpá výskumná časť Znalostná pro-dukčná funkcia Európskej únie.

Znalostná produkčná funkcia modeluje funkčný vzťah medzi znalostnými vstupmi a výstupmi, ktoré sa dajú ekonomicky využiť ako „technologické vedo-mosti“. Pôvodná forma modelu je inšpirovaná Cobb-Douglasovou dvojfaktorovou produkčnou funkciou. Funkcia bola využitá v štúdií Reálne efekty akademického výskumu od amerického profesora Adama B. Jaffe(1989), ktorej cieľom je pouká-zať na význam prelievania (spillovers) univerzitného výskumu do obchodných inovácií. Autor vychádza z geografického rozboru. Jeho výhodou je, že môže po-skytnúť pohľad na súvislosti medzi geografickými jednotkami (krajina, štát, mestá, apod.), súvisiacimi s inováciami. Za nevýhodu však považuje, že dáta neodkazujú na skutočné interakcie, a preto je nutný dôraz na ekonometrickú špecifikáciu.

V práci od Acs a kol. (2001) sú za výstupy znalostnej ekonomiky použité zdro-je z priemyselného výskumu, prezentovaného súkromným sektorom, a univerzitného výskumu. Pôvodná formálna rovnica je zapísaná ako:

log(K) = α + β log(R) + γ log(U ) + δ log(Z) + ε, (1)

kde K je výstupom znalostnej ekonomiky. V tomto prípade ide o patenty (PAT) a inovačné účty (INN). R predstavuje výskum a vývoj v priemysle, týka sa zamest-nanosti výskumníkov v súkromnom sektore (RD). U označuje výskum a vývoj na vysokých školách, prezentovaný výdajmi na vedu a techniku na univerzitách (URD). Z zahrňuje mieru koncentrácie danej činnosti, ako lokálny koeficient, udáva-júci podiel zamestnanosti v high-tech priemysle na celkovej zamestnanosti (EQ). Ďalej Z označuje mieru aktivít obchodných služieb v miestnej ekonomike, ako per-cento malých podnikov z celkových podnikov (LARGE) a zamestnanosť v obchodných službách (BUS). εK je stochastický chybový člen, zastupujúci náhodné vplyvy, nezahrnuté v modeli. Kladné a významné koeficienty pre β, γ a δ naznačujú pozitívny vplyv rôznych regionálnych zdrojov vedomostí na priemyselných inová-ciách. Z formálnej rovnice tak vychádzajú dva modeli, použité v štúdií od Acsa a kol. (2001). Model pre patenty:


log(PATi,t) = α + β log(RDi,t) + γ log(URDi,t) + δ1 log(EQi,t) + δ2 log(LARGEi,t) + δ3 log(BUSi,t) + ε (2)

a model pre inovácie

log(INNi,t) = α + β log(RDi,t) + γ log(URDi,t) + δ1 log(EQi,t) + δ2 log(LARGEi,t) + δ3 log(BUSi,t) + ε. (3)

Z výsledkov štúdie Acsa a kol. vychádzajú empirické dôkazy, ktoré naznačujú

spoľahlivé meranie inovačnej činnosti pomocou patentov. Pri použití tohto modelu u členských krajín Európskej únie je nutné zahrnúť teoretické východiská. Pôvod-ný model je aplikovaný na jednotlivé federácie Spojených štátov amerických a zahrňuje pozorovania, vychádzajúce zo súkromného sektoru a univerzitného prostredia3. Tento koncept je označený ako neoliberálny znalostný model ekono-miky, ktorý funguje bez spoluúčasti verejného sektora (Pick, c2009). Pre jeho vyu-žitie u dát európskych krajín je použitý model, autorom označený ako znalostný sociálno-demokratický model, rozšírený o účasť verejného sektora.

Ako rozširujúce premenné sú použité počet absolventov terciárneho stupňa vysokých škôl4 (TER). Mnohí autori považujú vzdelávací systém za základný pilier znalostnej ekonomiky. Vzdelaná spoločnosť sa dá považovať za ľudský kapitál, z ktorého vychádzajú inovácie a patenty vhodné technologického využitia. Ďalšou rozširujúcou premennou je celkové inštitucionálne prostredie (GM). Jeho hodnote-nie vychádza zo zložiek úroveň demokracie, politická stabilita, výkonnosť vlády, regulačná kvalita, právny poriadok a kontrola korupcie. Poslednou rozširujúcou premennou je vládna spoluúčasť na výdavkoch určených na vedu a výskum (GBA-ORD). Kvôli dostupnosti dát bolo nevyhnutné vylúčiť jednu vysvetľovanú premen-nú, a síce inovačné účty (INN). Preto je použitý iba jeden výsledný model. Ďalšou vylúčenou premennou je vysvetľujúca premenná percento malých podnikov z celkových podnikov (LARGE).

Formálna rovnica je zapísaná ako:

log(Ki,t) = α + β log(Ri,t) + γ log(Ui,t) + δ log(Zi,t) + ζ log(Gi,t) + ε, (4)

kde G tvorí vládne prostredie a jeho angažovanosť, spolu so vzdelaním. Ak je koefi-cient ζK kladný a významný, podobne ako u predchádzajúcich koeficientov, vyjad-ruje pozitívny vplyv vládneho prostredia na model. Výsledný model má tvar:

3 Univerzitný systém vychádza z princípov liberálnej tržnej ekonomiky, a preto je vplyv verejného

sektoru zanedbateľný. 4 V znalostne sociálno-demokratickom modeli sa uvažuje vysoký vládny vplyv na vzdělávací systém,

tým pádom aj na terciárne vzdelanie.


log(PATi,t) = α + β log(RDi,t) + γ log(URDi,t) + δ1 log(EQi,t) + δ2 log(BUSi,t) + ζ1 log(TERi,t) + ζ2 log(GMi,t) + ζ3 log(GBAORDi,t) + ε. (5)

Obe vysvetľujúce premenné vstupujú do pôvodného modelu s určitou rezer-

vou interpretovateľnosti. Premenná počet patentov (PAT) je vhodným ukazovate-ľom vplyvu použitých vstupov znalostnej ekonomiky. Jej meranie má však určité nedostatky. Patenty sú neúplným údajom, keďže nezahrňujú v sebe informáciu o inováciách, ktoré neboli patentované. Naproti tomu premenná inovačné účty (INN), ktoré by mohli byť vhodným doplnkom, pretože hlavnou výhodou tejto premennej je jej zacielenie sa na konečný výsledok zlepšenia výstupu, stretáva sa s neochotou podnikov zverejňovať každú inováciu, je preto veľmi ťažké ju zme-rať. Databázy dát dostupných pre krajiny Európskej únie podobnú štatistiku ne-zverejňujú (Acs, 2001).

2.4 Ekonomické usporiadania a znalostná ekonomika

Vývoj súčasnej podoby kapitalistického usporiadania krajín nie je jednotný. Každý model má odlišné podoby, napríklad v dôraze na význam vládnych zásahov do čis-tej tržnej ekonomiky. Líšia sa inštitúciami, spôsobom organizácie spoločnosti či hodnotami. Postupne je v Európe presadzovaná snaha o vývoj sociálno-demokratickej spoločnosti so sociálnymi istotami a princípom solidarity, ktorého príkladom sú škandinávske štáty. Model sa výrazne odlišuje napríklad od liberál-neho amerického modelu. V nasledujúcej časti je popísaný neoliberálny a sociálno-demokratický model, pričom dôraz je kladený na rozvoj znalostnej ekonomiky v týchto ekonomických usporiadaniach.

Podľa miery regulácie a sociálneho zabezpečenia štátom ale aj ochrany práce či zníženia ekonomickej nerovnováhy sú v článku od Bresser-Pereira (2012) iden-tifikované tri významné modely kapitalistických spoločností. Patrí sem liberálny demokratický model, charakterizovaný anglosaskými krajinami. Sociálny model alebo model sociálneho štátu, predstavovaný najmä ekonomickým usporiadaním európskych severských krajín. Posledným modelom je japonský model, ktorým autor označuje súhrn ázijských ekonomík.

Podľa autora sú štátne zásahy v liberálnom modeli čo najviac obmedzované. Úloha štátu v oblasti vzdelávania, zdravotníctva, sociálnej starostlivosti či ochrany je znížená na minimum. Kvôli nízkej ochrane práce nemajú zamestnanci istotu v dlhodobom zachovaní pracovnej pozície. To ich vedie k zvyšovaniu ich ľudského kapitálu, miesto spolupráce zvyšuje súťaživosť a individualizmus. Zvyšuje sa tým podnikavosť a produktivita práce, ktorá vedie k technologickým inováciám. Na rozdiel od liberálneho modelu je v sociálno-demokratickom modeli vysoký vplyv štátu a verejnej byrokracie. Štát ovplyvňuje priemyselnú politiku, bezpečnosť prá-ce a zaručuje sociálne istoty s princípom solidarity, napr. medzigeneračnej. Tým, že


garantuje minimálne mzdy a poskytuje ochranu pred stratou zamestnania, motivu-je zamestnancov k zvyšovaniu výkonu a vedie ich k spolupráci, čím umožňuje technické pokroky. Japonský model je založený na verejnej a súkromnej byrokracii. Vyznačuje sa výrazným vplyvom veľkých korporácií, ktoré hrajú v ekonomike kľú-čovú rolu (Bresser-Pereira, 2012).

Európska únia pri stanovovaní cieľov či už Lisabonskej stratégie alebo straté-gie Európa 2020 vychádza z dôležitosti konkurencieschopnosti európskych krajín a ich hospodárskeho rastu. Za príklad je často uvádzaný sociálny model, vychádza-júci z úspechov severských krajín, ktoré sú schopné zabezpečiť sociálne istoty. Škandinávske krajiny splňovali podmienky stanovované v európskych stratégiách už dávno pred ich uverejnením, a preto sú vyzdvihnuté niektoré aspekty severské-ho modelu (Severský sociálny model, c2015):

„integrácia žien do pracovnej sily je ústredným prvkom pri dosahovaní udržateľnej prosperity“;

„otvorený a prístupný pracovný trh je jediný spôsob, ako sa vyrovnať s demografickou výzvou, ktorej Európa čelí;“

„progresívne environmentálne zákony a požiadavky môžu vytvoriť „vý-hodu hybnej sily“, ktorá zvýši konkurencieschopnosť;“

„proaktívne, inteligentné a koordinované umiestňovanie verejných inves-tícií môže povzbudiť rast tam, kde je nízky dopyt.“

Bližšia charakteristika sociálno-demokratického modelu je uvedená v nasledujúcej kapitole.

2.4.1 Sociálno-demokratický model

Švédsko je príkladom hospodársky dynamickej krajiny, hoci jeho miera zdanenia a výška verejných výdavkov dosahuje vysokú úroveň. Najväčší úspech švédskeho modelu spočíva v koordinovanom fungovaní trhu práce. Prioritou vlády je vytvoriť plnú zamestnanosť, a tým poskytnúť mzdové zabezpečenie svojím občanom. Vďa-ka veľkým finančným prostriedkom, ktoré smerujú do aktívnej politiky zamestna-nosti, tak dokázali severské krajiny splniť cieľ 70%-nej zamestnanosti, stanovenej už v Lisabonskej zmluve. Spolu s tým vzrástla aj miera zamestnanosti žien. Hoci má Švédsko jedno z najsilnejších odborových hnutí, dokázalo zvýšiť konkurencies-chopnosť svojej krajiny aj napriek nízkym nákladom na jednotku práce a malej úrovni rastu miezd. Okrem stabilného pracovného prostredia a bezpečnosti je komparatívna výhoda škandinávskych krajín aj vo využívaní informačných a komunikačných technológií v každodennom živote. Využívanie ICT je spojené s pozitívnym zameraním na výskum a vývoj, do ktorého Švédsko smeruje výz-namnú časť výdavkov HDP. Severské krajiny sú lídrami v investíciách do vedomos-tí a znalostnej ekonomiky, čo sa odzrkadlilo aj vo výsledkoch, viď tabuľka 1. Švéd-ska modernizácia sa prejavuje aj počtom patentov udelených na obyvateľa. Inová-cie sú podporované vládnymi výdajmi, ktoré vytvárajú zázemie pre novátorov a zamedzujú tak „migrácii mozgov“. Výsledky severských krajín vo vytváraní mo-derných spoločností, kombinujúcich sociálnu súdržnosť s vysokou kvalitou života,


značia udržateľný rast s vysokou environmentálnou zodpovednosťou (Taylor, 2005).

Podľa Picka (c 2009, str.136): „Znalostno-sociálny model je – najmä v Škandinávii – zameraný na prekonanie krízy sociálneho modelu aktívnou cestou, zvyšovaním výkonnosti. K tomu vykonával reštrukturalizáciu verejných výdajov zvý-šením podielu výdajov na znalosti na úkor výdajov sociálnych.“ Javí sa ako úspešný a to najmä vďaka rastu produktivity verejných financií, čím vytvára výkonnosť ekonomiky prevyšujúcu aj liberálne modely. Autor označuje model za európsko-sociálny s rôznymi modifikáciami jeho využitia v jednotlivých krajinách Európy. Z doterajšieho vývoja európskych stratégii a odporúčaní je zjavné, že Európska únia sa snaží smerovať usporiadanie členských krajín k znalostne sociálno-demokratickému modelu. Jeho základom je okrem tržného hospodárstva doplne-ného o systém sociálneho prerozdeľovania spôsob prepojenia trhu a štátu čo naje-fektívnejšie. Model znižuje sociálne nerovnosti pomocou princípu solidarity vďaka prerozdeľovaniu. Tým sa stala sociálna súdržnosť motiváciou popri tržnej výkon-nosti. Úspechy škandinávskych krajín sú zatiaľ – napriek snahe Európskej únie – len príkladom, ktorého rozširovanie je veľmi pomalé.

Opakom predchádzajúcich modelov, kde podstatnú rolu hrá najmä istota a zapojenie verejného sektoru je liberálny model, uvedený v nasledujúcej kapitole.

2.4.2 Liberálny model

Už podľa Johna Locka je významnou črtou liberálne fungujúcej spoločnosti obme-dzená právomoc vlády na základné udržovanie poriadku v krajine. Hlavnou úlohou vlády je chrániť spoločné dobro a súkromné práva jednotlivcov. V súčasnom uspo-riadaní liberálnych ekonomík je v právomoci vlády riešenie sociálnych, politických a ekonomických problémov. Sociálny rozvoj by mal byť plánovaným procesom, ktorý by nemal byť ponechaný na súkromnom sektore. Síce sa liberálny model po-stupom času mení, jeho princípy ostávajú zachované (Riley, c1990).

Neoliberalizmus sa vyvíjal v druhej polovici 20. storočia. Myšlienka ekono-mického rastu bola zasadená do voľnej súťaže a voľného podnikania. Vývoj eko-nomického myslenia viedol k ekonomickej liberalizácii alebo racionalizácii štátu, najmä pomocou reštrukturalizácie štátneho sektoru a minimalizovaním sociálneho štátu. V dôsledku toho sa v liberálnych ekonomikách, ako USA a Veľká Británia, okrem privatizácií, minimalizovaniu odborov, zrušeniu taríf a dotácii individuali-zovalo aj zdravotníctvo, sociálna starostlivosť a vzdelávanie. Liberalizmus vedie k podpore racionality a individuality ekonomických subjektov. Na rozdiel od verej-ného blaha sa jedinci zameriavajú na maximalizáciu vlastného úžitku a prospechu. Okrem súťaživosti takýto prístup vedie aj k rastu nezamestnanosti, pretože konku-rencia na trhu práce je vysoká, nerovnosti a chudobe. Systém necháva jedinca zod-povedného za svoje rozhodnutia. Rastúca konkurencia v tržnom usporiadaní je hnacím motorom inovácii a spoločnosť by sa mala skladať z jednotlivcov motivo-vaných ekonomickými podmienkami (Smith, 2012).

Liberálne ekonomiky postupne transformovali čistý tržný model na neolibe-rálny. V článku Čo je neo-liberalizmus sú určené tri „tváre“ neoliberalizmu. Jeho


intelektuálna tvár vyzdvihuje význam ľudskej slobody aj pri zvyšovaní sociálnej angažovanosti štátu. Byrokratická tvár je zameraná na „liberalizáciu, dereguláciu, privatizáciu, odpolitizovanie a monetarizmus“. V podstate ide o obmedzovanie poli-tických zásahov a neobmedzenú podporu hospodárskej súťaže. Súkromná konku-rencia sa prejavuje aj v oblasti vzdelávania a zdravotnej starostlivosti. Politická tvár je ohraničená predstavami o politickej zodpovednosti štátu, dôraz je kladený na uvoľnenie trhovej sily všade tam, kde je to možné (Mudge, 2008).

Podľa definície Campbella a Pedersena (2001, str. 5) je neoliberalizmus „hete-rogénny súbor inštitúcií skladajúci sa z rôznych nápadov, sociálnej a hospodárskej politiky a spôsobov organizácie politickej a ekonomickej činnosti“. Obsahuje mini-málne základy „sociálneho štátu, zdanenia a regulácie obchodných programov; flexi-bilné pracovné trhy a decentralizovaný kapitál, pracovné vzťahy nezaťažené silnými odbormi a kolektívnym vyjednávaním; a s absenciou prekážok medzinárodnej mobili-ty kapitálu“. Ekonomické problémy sú riešené na základe voľného trhu bez príliš-nej kontroly inflácie a požiadavku plnej zamestnanosti.

Neoliberálny model využíva dve komparatívne výhody. Ide o znižovanie pra-covných nákladov, umožnené lacnou prácou, ktorá zabezpečuje cenovú konkuren-cieschopnosť podniku, a pružnosť trhu. Pomocou tohto extenzívneho prístupu za-znamenali USA v minulosti hospodársky rast s pomalším rastom produktivity. Po-stupne sa však k znižovaniu nákladov pridala aj znalostná fáza, sprevádzaná ve-decko-technickým rozvojom. „Tradičný technický pokrok bol omnoho menej účinný. Bol zameraný predovšetkým na úsporu výrobných činiteľov zmenou ich štruktúry, náhradou práce kapitálom ... Znalostná éra však prináša omnoho účinnejší technický pokrok, viac zameraný na intelektualizáciu výrobku a služieb. Preto súbežne zvyšuje nielen produktivitu práce, ale aj kapitálu a zmierňuje jej odstup za rastom produkti-vity práce,“ (Pick, c2009, str. 133-134). Rast produktivity USA zmenou na neolibe-rálny znalostný model s vyššou spoluprácou súkromných subjektov vyvoláva otáz-ky o účinnosti modelov členských krajín Európskej únie. „Tržná, podnikateľská sfé-ra tieto nové, znalostné faktory uplatňuje v omnoho menšej miere a doposiaľ sa viac opiera o tradičný technický pokrok. Súčasne však sú obmedzené aj možnosti partici-pácie štátu na tomto procese, a to nízkymi verejnými výdavkami najmä na výskum a vzdelávanie,“ (Pick, c2009, str. 134).

Literárne rešerše utvorili obraz o znalostnej ekonomike, ako môže znalostná ekonomika ovplyvniť konkurencieschopnosť a akú úlohu pri tom zohráva ekono-mické usporiadanie či inštitucionálne prostredie krajiny. V kapitole Metodika je uvedený odborný prehľad použitých metodologických postupov pri riešení vý-skumnej časti Vplyv znalostnej ekonomiky na konkurencieschopnosť.

Metodika 37

3 Metodika

V teoretickej časti kapitoly Metodika je definovaná regresná a korelačná analýza. Ďalej je definovaná panelová regresná analýza, ktorá je použitá pri konštrukcií zna-lostnej produkčnej funkcie. Zároveň sú predstavené dáta, z ktorých je zostrojený ekonometrický model. Výber jednotlivých dát je z hľadiska ich vplyvu na znalostnú ekonomiku. Model je inšpirovaný americkou štúdiou od Acsa a kol. (2001). Vysvet-lená je aj problematika Grangerovej kauzality, ktorá sa v praktickej časti zaoberá príčinným vzťahom medzi konkurencieschopnosťou a znalostnou ekonomikou. Všeobecný metodický prehľad je prakticky aplikovaný vo výskumnej časti práce.

3.1 Korelačná analýza

Korelačná analýza je použitá pre zodpovedanie jednotlivých diskusných otázok. Táto podkapitola je spracovaná z informačných zdrojov Hindls a kol. (2007), Ri-marčík (2007) a Hušek (2007). Ide o typ analýzy, ktorá sa zaoberá odhadmi a štatistickými testami charakteristík väzby medzi premennými. Jej cieľom je určiť významnú závislosť (vzťah, tesnosť) medzi dvomi a viac premennými. Pokiaľ ide o koreláciu dvoch náhodných premenných, je to jednoduchá korelácia. Na druhej strane násobná korelácia sa zaoberá koreláciou jednej náhodnej veličiny od n iných veličín a parciálna korelácia skúma tzv. čistú koreláciu dvoch náhodných veličín s vylúčením vplyvu ďalších meraných veličín. V rámci tejto analýzy sa rozlišuje nelineárna a lineárna závislosť.

Pri zisťovaní nelineárnej závislosti sa používa index korelácie, ktorý charakte-rizuje stupeň závislosti premennej X od Y za predpokladu, že jej priebeh vystihuje regresná funkcia (regresný model). Vypočíta sa ako druhá odmocnina indexu de-terminácie. Index determinácie vyjadruje podiel rozptylu vyrovnaných hodnôt na rozptyle skutočne zistených hodnôt.

Index determinácie:

(6)

Index korelácie:

√

(7)

Obidva indexy zachycujú tesnosť medzi skutočnými a vyrovnanými hodnota-

mi, môžu mať hodnotu 0 (žiadna tesnosť) po 1 (výrazná tesnosť). Súčasne sa index

38 Metodika

determinácie v percentuálnom vyjadrení používa pre zhodnotenie kvality regres-nej funkcie.

Koeficient korelácie hodnotí mieru lineárnej štatistickej závislosti. Nadobúda hodnoty z intervalu <-1,1> a používa sa aj ako miera tesnosti závislosti transfor-movaných premenných. Na hodnotenie vhodnosti regresného modelu sa využíva aj druhá mocnina koeficienta korelácie tzv. koeficient determinácie.

Lineárna závislosť je meraná pomocou Pearsonového (párového) korelačného koeficientu, ktorý vyjadruje mieru lineárnej závislosti dvoch premenných.

Korelačný koeficient:

√ (8)

Čitateľ sa nazýva kovariancia a menovateľ je súčin smerodajných odchýlok

oboch veličín. Smer je vyjadrený znamienkami. Kladná hodnota znamená, že sa menia spoločne jedným smerom, záporná hodnota znamená, že sa menia opačným smerom a nula vyjadruje nezávislú zmenu. Pearsonov korelačný koeficient sa rov-ná -1 v prípade, že všetky pozorovania ležia na klesajúcej priamke a 1 ak pozoro-vania ležia na stúpajúcej priamke.

Pri hodnotení sa vychádza zo všeobecného členenia sily tesnosti: r < 0,3 žiadna tesnosť 0,3 ≤ r ≤ 0,5 mierna tesnosť 0,5 ≤ r ≤ 0,7 stredná tesnosť 0,7 ≤ r ≤ 1 vysoká tesnosť

3.2 Regresná analýza

Literárne rešerše, z ktorých vychádza táto podkapitola sú Hindls a kol. (2007), Ri-marčík (2007) a Hušek (2007).

Regresná analýza je štatistická metóda, skúmajúca funkčný vzťah (priebeh zá-vislosti), podľa ktorého sa mení závislá premenná Y pri zmenách nezávislých veli-čín X1, X2, ..., Xn.

Všeobecná rovnica:

( ) (9)

kde: ( ) je deterministická zložka je stochastický chybový člen (náhodná odchylka) Pri zostrojovaní ekonometrického modelu bude použitých viacero premen-

ných, čiže viacnásobná ekonometrická analýza. Snahou je na základe dátového sú-

Metodika 39

boru a vyrovnávacích kritérií odhadnúť parametre teoretického re-gresného modelu. Priebeh závislosti sa odhaduje pomocou vhodnej (tzv. vyrovná-vacej) funkcie. Všeobecný zápis funkcie pre časové rady:

(10)

kde: sú regresné koeficienty alebo tiež odhadované parametre

Odhadované funkcie musia byť lineárne z hľadiska parametrov. Pre odhad

najmenších modelov je aplikovaná Metóda najmenších štvorcov (OLS), ktorá je najrozšírenejšia. Metóda OLS sa zakladá na minimalizovaní sumy štvorcov rozdielu medzi pôvodnými hodnotami vysvetľovanej premennej a jej odhadnutými hodno-tami. ESS je rozdiel medzi empirickou a teoretickou hodnotou. Nazýva sa tiež rezi-duum. OLS je tak založená na minimalizácií sumy štvorcov reziduí:

∑

(11)

Odhadnutý model musí byť pred aplikovaním verifikovaný, tzn. sú overené

a vyhodnotené všetky získané odhady parametrov v súlade s nepodloženými in-formáciami východiskovej ekonomickej hypotézy. Týka sa to predovšetkým posú-denia reálnosti modelu, posúdenia štatistickej významnosti parametrov a posúdenia splnenia predpokladov použitej metódy odhadu parametrov. Jednotli-vé modely sú hodnotené na základe troch kritérií verifikácie (ekonomickej, štatis-tickej a ekonometrickej). Ekonomická verifikácia predstavuje overenie veľkosti a správnosti znamienok parametrov a ich interpretovateľnosti. Štatistická verifiká-cia predstavuje overenie štatistickej významnosti modelu ako celku a jeho para-metrov pomocou t a F testu štatistickej významnosti. Ekonometrická verifikácia predstavuje overenie splnenia predpokladov použitej metódy odhadu parametrov.

Testovanie ekonometrickej verifikácie vychádza z podmienky splnenia pred-pokladov klasického lineárneho regresného modelu. Predpoklady sú:

I. Regresný model je lineárny v parametroch, správne špecifikovaný a má aditívne pripojený chybový člen.

II. Chybový člen má nulovú strednú hodnotu. III. Všetky vysvetľujúce premenné sú nekorelované s chybovým členom. IV. Pozorovania chybového člena sú nekorelované samé so sebou (nedo-

chádza k autokorelácií). V. Chybový člen má konštantný rozptyl (homoskedasticita chybového

člena). VI. Žiadna vysvetľujúca premenná nie je lineárnou kombináciou inej vy-

svetľujúcej premennej (nedochádza k perfektnej multikolinearite). VII. Chybový člen je normálne rozdelený.

40 Metodika

Gauss-Markova veta hovorí, že pokiaľ sú splienené predpoklady I – VI , potom

odhad parametrov, daný metódou najmenších štvorcov má minimálny rozptyl me-dzi všetkými lineárnymi nevychýlenými odhadmi parametrov (BLUE = Best Linear Unbiased Estimator). Pokiaľ je splnený aj 7. predpoklad, odhad parametrov je naj-lepší, maximálne výdatný, nevychýlený odhad parametrov zo všetkých možných (BUE = Best Unbiased Estimator).

3.3 Panelová regresná analýza

Pre vypracovanie metodickej kapitoly o panelovej regresnej analýze bol použitý literárny prameň Arellano (2003). Panelové dáta kombinujú prierezové a časové údaje. Prierezové dáta prezentujú pozorovania viacerých premenných v jednom časovom okamihu, ktoré sú pozorované u jednotlivých subjektov (napr. krajín, segmentov atď.). Časové rady vyjadrujú pozorovania viacerých časových okami-hov jednotlivých premenných u jedného subjektu. Tým pádom panelové dáta ob-sahujú údaje viacerých premenných, pozorované za niekoľko časových období u jednotlivých subjektoch. Ich výhodou je najmä veľké množstvo pozorovaní, kto-ré môže odhaliť skryté súvislosti. Typické pri využívaní panelových dát je skúma-nie väčšieho počtu premenných toho istého sektora, v tomto prípade ide o sektor znalostnej ekonomiky a šesť zvolených premenných, bližšie popísaných v podkapitole 3.6 Ekonometrické premenné, za niekoľko časových období. Z dostupnosti dát jednotlivých premenných je vybraté obdobie medzi rokmi 1999 – 2010, pretože roky pred a po tomto období mali množstvo chýbajúcich údajov.

Pri modelovaní panelových dát sa naskytuje viacero možnosti výberu správ-neho modelu. Rozlišujeme medzi súhrnným modelom a modelom individuálnych vplyvov. Na výber medzi týmito dvomi alternatívami sa používa test spoločného interceptu, ktorého nulová hypotéza potvrdzuje výskyt spoločného interceptu k alternatívnej hypotéze bez spoločného interceptu. Na základe porovnania p-hodnoty a hladiny významnosti α = 0,05 sa pri nížšej p-hodnote tohto testu za-mieta nulová hypotéza. Jej zamietnutie znamená využitie modelu s individuálnymi vplyvmi.

Základnou rovnicou regresného modelu analýzy panelových dát je

(12)

kde i = 1, ..., n a vyjadruje prierezový rozmer, t je časový rozmer v rozmedzí t = 1, ..., T, premenné X1 až Xk sú vysvetľujúce alebo tiež nezávislé premenné. Pre-menné Z1 až Zq charakterizujú individuálne efekty, ktorými sa môžu odlišovať jed-notlivé pozorované subjekty. Individuálne efekty nezahŕňajú zmeny v čase. α1 až αq vyjadruje špecifickú konštantu pre každú prierezovú jednotku. Vyskytuje sa u modeloch s fixnými efektmi. Chybová zložka obsahuje náhodné a ťažko pred-vídateľné vplyvy.

Metodika 41

Najjednoduchší prístup je spojený regresný model, tiež súhrnný model, ktorý vychádza z predpokladu, že absolútny člen a všetky parametre pri vysvetľujúcich premenných sú pre všetky prierezové jednotky rovnaké. V tomto prípade je para-meter α spoločnou konštantou. Rovnica má tvar:

(13)

Model individuálnych vplyvov má dve možnosti. Ide o model s fixným alebo náhodným efektom. Model s fixným efektom predpokladá rôznorodosť prierezo-vých jednotiek v absolútnych členoch. Označuje sa tiež ako základný model repre-zentujúci štruktúru panelových dát. V tomto prípade chybová zložka prezentuje efekty nevýznamných premenných priradené príznačnému pozorovaniu a danému časovému okamihu. Predpokladá sa, že táto zložka nie je vzájomne korelovaná s vektormi vysvetľujúcich premenných u každého pozorovania a časového okami-hu. Chybový člen v tomto prípade má rozdelenie s nulovou strednou hodnotou a konštantný rozptyl. Jeho rovnica má podobu:

(14)

Model s náhodnými efektmi uvažuje aj s vplyvom náhodných faktorov, ktoré majú dopad na vysvetľovanú premennú a zároveň neovplyvňujú vysvetľujúce premenné. Určujú tak aj náhodné výkyvy. Keď v čase pozorujeme niekoľko ob-jektov, predpokladá sa, že niektoré zvolené premenné zahrňujú faktory charakte-ristické u jednotlivých objektov a v určitých časových okamihoch. Iné premenné zase môžu zahŕňať individuálne rozdiely skúmaných objektov, ktoré v priebehu času ovplyvňujú ich hodnoty. Posledná časť náhodných efektov je zložená z faktorov, ktoré sú špecifické pre časové rady, ale majú podobný dopad na sprá-vanie jednotlivých objektov panelu. Tieto efekty sú zohľadnené v rovnici, ktorá má tvar:

( ) (15)

kde je náhodná zložka. Koreláciu medzi vysvetľujúcimi premennými a náhodnou chybovou zložkou

sa testuje pomocou Hausmanovho testu, z ktorého následne môžeme určiť či pou-žijeme model s fixnými alebo náhodnými efektmi. Nulová hypotéza popiera exis-tenciu korelácie oproti alternatívnej, ktorá naopak potvrdzuje existenciu tejto ko-relácie. Pokiaľ je hladina významnosti α = 0,05 menšia než p-hodnota nemožno zamietnuť nulovú hypotézu a používa sa model s náhodnými efektmi.

42 Metodika

V praxi sa pri rozhodovaní medzi modelmi s fixnými a náhodnými efektmi be-rie do úvahy aj veľkosť dátového súboru. Pri skúmaní dátového súboru s menšou vzorkou prierezovej jednotky než počtu pozorovaní sa zvykne používať model s fixným efektom. Pri malom počte objektov sa väčšinou nepredpokladá, že špeci-fická konštanta, odrážajúca rozdiely medzi nimi, je realizáciou náhodnej premen-nej. Príkladom sú makroekonomické modely, v ktorých analýzach sú porovnávané viaceré krajiny. V takomto prípade je väčšinou malý počet stupňov voľnosti, vyjad-rený ako n < k+1, kde n je počet pozorovaní a k je počet premenných. Pokiaľ je dá-tová vzorka väčšia, napríklad pri analýze podnikových dát, zvykne sa používať model s náhodnými efektmi.

3.4 Grangerova kauzalita

Grangerova kauzalita popisuje príčinnú súvislosť medzi väzbou od príčiny k dô-sledku. Viacrozmerné regresné modely vychádzajú z myšlienky, že vysvetľujúce premenné popisujú variabilitu vysvetľovaných. Dôležité je pri konštrukcií mode-lov, nielen či medzi premennými existuje závislosť, ale tiež či majú kauzálny vzťah.

Pokiaľ sa uvažuje lineárny model s dvomi premennými Y a X, rovnica Grange-rovej kauzality vyzerá nasledovne:

∑ ( ) (16)

∑ ( ) (17)

kde je maximálne oneskorenie p (rad modelu), matica β obsahuje koeficienty mo-delu (t.j. príspevky oneskorených k predikcií Yj,t a X j,t) u1 a u2 sú rezidua zodpove-dajúcich časových radov a konštanty (Hampel, 2012).

Ak je rozptyl u1 (prípadne u2) redukovaný pridaním oneskorených premen-ných Xj,t-j (poprípade Y j,t-j) do prvej alebo druhej rovnice, potom hovoríme, že X j,t-j

(poprípade Y j,t-j) ovplyvňuje v zmysle Grangerovej kauzality premennú Yj,t (poprí-pade Xt). Inak povedané, X j,t-j Grangerovsky kauzálne ovplyvňuje Y j,t pokiaľ je as-poň jeden koeficient β štatisticky významne odlišný od nuly. Tento test je možné realizovať ako F-test s nulovou hypotézou β = 0. Grangerova kauzalita sa primárne meria u lineárnych a stacionárnych časových radov. V ostatnom prípade sú modely štatisticky slabšie (Hampel, 2012).

3.5 Zdroje dát

Po rozhodnutí Európskej únie na dôraz, kladený zvyšovaniu znalostnej ekonomiky, sú hlavným dátovým zdrojom štatistiky jednotlivých členských zemí z európ-skej databáze EUROSTAT (c2015). Niektoré premenné však kvôli svojej nedostup-

Metodika 43

nosti na EUROSTAT-e boli vybrané z databázy OECD a Svetovej banky (WORLD BANK).

3.6 Ekonometrické premenné

Zvolené ekonometrické premenné vychádzajú z americkej štúdie (Acs a kol., 2011). Rozšírené sú však o niektoré zvolené premenné, vychádzajúce z teoretických zdro-jov.

Ako závislá premenná v modely vystupujú patenty. Patenty zachytávajú vý-stupy znalostnej ekonomiky. V modeli je skúmané ako v období rokov 2008 – 2012 na tieto výstupy pôsobia nezávislé, vysvetľujúce, premenné.

Počet zamestnancov v oblasti vedy a výskumu je premenná, ktorá zachytáva množstvo ľudského kapitálu, venujúceho sa výskumnej činnosti. Keďže výsledky tejto výskumnej činnosti môžu byť neskôr zužitkované pri inovovaní alebo paten-tovaní, predpokladá sa jej pozitívny vplyv na závislú premennú. Čím vyšší bude počet zamestnancov v oblasti vedy a výskumu, tým viac patentov bude vydáva-ných.

Premenná výdaje na vedu a techniku na univerzitách zaznamenáva finančné prostriedky, ktoré plynú do univerzitného výskumu. Výskum je rovnako dôležitý ako ľudský kapitál, a preto je jeho väčšia finančná podpora opäť kladne korelovaná s výstupmi znalostnej ekonomiky. Ak sa budú výdaje zvyšovať, porastie počet pa-tentovaných výrobkov.

Lokálny koeficient udáva pomer zamestnancov, pracujúcich v znalostne a technologicky intenzívnom prostredí, k celkovému počtu zamestnancov. Neudá-va počet výskumníkov ako premenná RD, ale dá sa rovnako interpretovať. Preto ak rastie tento pomer zamestnancov, rastie aj množstvo patentov.

Absolventi terciárneho vysokoškolského stupňa vzdelania predstavujú novo-nadobudnutý ľudský kapitál, s ktorým sa dá zvýšiť inovačná činnosť, zefektívňujú-ca výrobné procesy. Zvyšovaním počtu absolventov sa predpokladá opäť rast pa-tentovaných výrobkov.

Obchodný rozsah, hodnotiaci kvalitu podnikateľského priestoru, má zmysel sledovať, pretože podniky majú najväčší záujem o inovácie a patenty, uľahčujúce a zefektívňujúce výrobu. Znižuje im to náklady a zvyšuje zisky. Pokiaľ nie sú pod-nikatelia dostatočne chránení, konkurencia sa ľahko dostane k ich výrobnému know-how a podniky nie sú motivované k investovaniu do výskumu. Preto pokiaľ rastie úroveň obchodného rozsahu, rastie aj počet patentov.

Koncept hodnotiaci inštitucionálne prostredie je vyjadrený spojením jednotli-vých časti inštitucionálneho prostredia, uvedených v tabuľke. Urobený aritmetický priemer je použitý zo vzoru štúdie Masron a Abdullah (2010). Kvalita inštitucio-nálneho prostredia, podobne ako obchodný rozsah, má význam ako pre verejné tak i súkromné prostredie, venujúce sa rozvoju vedecko-výskumnej činnosti. Keď je kvalita tohto prostredia dobrá, vyjadruje to dôveru u podnikov a verejných organi-

44 Metodika

zácií. Znovu sa predpokladá pozitívna korelácia medzi inštitucionálnym prostre-dím a počtom vydaných patentov.

Poslednou závislou premennou je vládny rozpočet vymedzený na vedu a výskum. Vládne výdavky sú Európskou úniou doporučené na hranici aspoň 3 % HDP. Pokiaľ tieto výdavky rastú, predpokladá sa, že budú rásť aj výstupy znalost-nej ekonomiky, tým pádom počet patentov.

Metodika 45

Tab. 2 Prehľad zvolených premenných

Premenná Význam Merná

jednotka Očakávané znamienko

Zdroj

PAT

Patenty podľa počtu žiadateľov, ktoré sú zaznamenané v rámci Zmluvy o patentovej spolupráci (PCT) na medzinárodnej úrovni určenej Európskym patentovým úradom (EPO).

Ks (Závislá

premenná) OECD

RD

Počet zamestnancov v oblasti vedy a výskumu pracujúcich v súkromnom sektore, ktorí sú zamestnaní na plný úväzok.

Počet jedincov

+ EUROSTAT

URD

Počet univerzitných pracovníkov zameraných na vedu a výskum, ktorí sú zamestnaní na plný úväzok.

Počet jedincov

+ EUROSTAT

EQ

Lokálny koeficient zamestnanosti uvedený ako podiel EMPHT/EMPTOT

Koeficient + EUROSTAT

Z toho

EMPHT

Zamestnanci pracujúci v technologicky a znalostne náročnom sektore

EMPTOT Celkový podiel zamestnancov

TER Absolventi terciárneho vzdelania.

V tis. + EUROSTAT

BUS

Obchodný rozsah vyjadruje do akej miery sú investori chránení prostredníctvom zverejňovania vlastníctva a finančných informácií.

Index v rozmedzí

0 až 10 (vyššie

hodnoty = viac

informácií)

+ WORLD BANK

GM Celkové inštitucionálne Index od + WORLD

46 Metodika

prostredie -2,5 do+2,5

BANK

z toho

GM1 Úroveň demokracie GM2 Politická stabilita GM3 Výkonnosť vlády GM4 Regulačná kvalita GM5 Právny poriadok GM6 Kontrola korupcie

GBAORD

Vládny rozpočet určený na vedu a výskum ako percento celkových vládnych výdavkov

% + EUROSTAT

Zdroj: vlastná práca.

Po prehľade použitej metodiky nasleduje kapitola, venovaná výskumu, ktorý

vychádza z cieľov práce.

Vplyv znalostnej ekonomiky na konkurencieschopnosť 47

4 Vplyv znalostnej ekonomiky na konkurencieschopnosť

Cieľom práce je identifikovať hodnotu rozvoja znalostnej ekonomiky pre zvyšova-nie konkurencieschopnosti Európskej únie ako celku. V úvode tejto kapitoly je ur-čený vzťah medzi znalostnou ekonomikou a konkurencieschopnosťou na zákla-de jeho príčinnej súvislosti s pomocou využitia Grangerovej kauzality. Aby sa moh-la rozvíjať úroveň znalostnej ekonomiky Európskej únie, je nutné odhaliť problé-my u jednotlivých členov, preto sa ďalšia časť zaoberá rozborom silných a slabých stránok znalostnej ekonomiky členských krajín. V poslednej časti tejto kapitoly je urobená regresná analýza, vychádzajúca z panelových dát. V modeli, označenom ako znalostná produkčná funkcia, je meraný vplyv vybraných premenných na vý-stupy znalostnej ekonomiky.

4.1 Vzťah konkurencieschopnosti a znalostnej ekonomiky

V prípade kauzálnej súvislosti medzi znalostnou ekonomikou a konkurencieschopnosťou sa pred jej otestovaním táto podkapitola najprv zame-riava na logické súvislosti medzi nimi a následne na výstupy výsledkov panelových dát.

V teoretickej časti je konkurencieschopnosť charakterizovaná schopnosťou a výkonnosťou firiem, sektorov alebo zemí. Rast konkurencieschopnosti predsta-vuje napríklad vysoké tempo ekonomického rastu, rast príjmov a životnej úrovne, miera využitia výrobných faktorov, najmä ľudského kapitálu, efektívnosť výroby a produktivita, kapitálová vybavenosť. Pre znalostnú ekonomiku je významným faktorom vzdelávanie a vzdelávací proces, vďaka ktorému sa rozvíja ľudský kapi-tál. Využitý ľudský kapitál, pretavený na výsledky výskumu a implementovaný v podobe inovácií a patentov, pomáha zlepšovať efektívnosť výroby a zvyšovať produktivitu. Produktivita zase vedie k účinnému využívaniu výrobných faktorov a zlepšovaniu ekonomickej situácie. Tento proces vedie k rastu konkurencieschop-nosti ekonomiky.

Príčina, ktorou je zlepšenie vzdelávacích podmienok, prostredie vhodné pre rozvoj vedy a výskumu a aplikovanie výsledkov do praxe, vedie k následku, ktorým je vyššia efektívnosť výroby a konkurenčná výhoda firiem, sektorov a zemí.

Z ekonometrického pohľadu na súvislosti medzi znalostnou ekonomikou a konkurencieschopnosťou je využitá metóda testovania Grangerovej kauzality. Podmienka pre testovanie vzťahu medzi zvolenými premennými je, aby boli vo formáte časových radov, prípadne panelových dát. Tým sa vylučuje testovanie pomocou indexu znalostnej ekonomiky a indexu konkurencieschopnosti, kvôli ne-dostatočnému počtu pozorovaní v čase. Zvolené a testované sú preto súvislosti medzi premennými za konkurencieschopnosť (produktivita a ekonomický rast) a premennými za znalostnú ekonomiku (počet patentov a hrubé domáce výdaje za vedu a výskum). Prehľadne zobrazené premenné sú uvedené v tabuľke 3.


Tab. 3 Premenné zvolené na testovanie Grangerovej kauzality medzi znalostnou ekonomikou a konkurencieschopnosťou

Oblasť Premenné Význam

Znalostná ekonomika

PAT Technologické patenty

z rezidentskej krajiny celkom

RD Hrubé domáce výdavky na vedu

a výskum, vyjadrené ako % HDP

Konkurencieschopnosť PROD

Produktivita, vyjadrená ako hrubá

pridaná hodnota na odpracovanú

hodinu

GROW HDP na obyvateľa Zdroj: vlastná práca.

Premenné pre oblasť znalostnej ekonomiky a konkurencieschopnosti boli vy-

brané na základe definície jednotlivých oblastí teoretickom prehľade literárnych rešerší. Za znalostnú oblasť sú použité vstupy a výstupy znalostnej ekonomiky a za konkurencieschopnosť hlavné indikátory ako ekonomický rast a rast produk-tivity. Zvolená premenná počet patentov má pre testovanie kauzality význam, pre-tože zachytáva výstupy znalostnej ekonomiky. Tieto výstupy môžu ovplyvňovať produktivitu alebo ekonomický rast, ktoré sú typickým ukazovateľom konkuren-cieschopnosti. Naopak premenná hrubé domáce výdavky na vedu a výskum zachy-táva vstupy, ktoré sa transformujú vo výstupy a tie následne ovplyvňujú konku-rencieschopnosť.

Jednotlivé premenné znalostnej ekonomiky a konkurencieschopnosti boli vzá-jomne otestované pre prvé a druhé oneskorenie. Výsledky sú zobrazené v tabuľke 4. Nulová hypotéza znamená, že nezávislá premenná neovplyvňuje závislú pre-mennú v zmysle Grangerovej kauzality (nepredchádza závislú premennú). Jednot-livé časové rady panelových dát sú stacionárne.


Tab. 4 Testovanie Grangerovej kauzality u panelových dát krajín Európskej únie v rokoch 2004-2011

Závislá premenná Nezávislá

premenná Oneskorenie Výsledky

GROW

RD 1 Zamieta H0

2 Nezamieta H0

PAT 1 Nezamieta H0

2 Nezamieta H0

PROD

RD 1 Nezamieta H0

2 Nezamieta H0

PAT 1 Nezamieta H0

2 Zamieta H0*

RD

GROW 1 Zamieta H0

2 Nezamieta H0

PROD 1 Nezamieta H0

2 Zamieta H0*

PAT

GROW 1 Nezamieta H0

2 Nezamieta H0

PROD 1 Nezamieta H0

2 Nezamieta H0

Zdroj: vlastná práca.

Pre prvé oneskorenie sa zamietla hypotéza, že nezávislá premenná hrubé vý-

davky na vedu a výskum neovplyvňuje ekonomický rast a zároveň sa zamietla opačná hypotéza, že ekonomický rast neovplyvňuje hrubé výdavky v zmysle Gran-gerovej kauzality. Pokiaľ sa ekonomike darí a dokáže rásť, čím zvyšuje HDP na obyvateľa, je pravdepodobné (a zároveň kauzálne potvrdené), že to ovplyvní výšku výdajov na vedu a výskum. Pokiaľ sa menia tieto výdavky, mení sa aj veľkosť investícií do znalostnej ekonomiky a tá dokáže ďalej ovplyvňovať ekonomický rast.

Hviezdičkou sú následne označené zamietnuté nulové hypotézy, ktoré sú za-mietnuté iba pre druhé oneskorenie, nie pre prvé a druhé oneskorenie zároveň. Prvá zamietnutá nulová hypotéza naznačuje, že produktivitu, vyjadrenú ako hrubá pridaná hodnota na odpracovanú hodinu, predchádza počet patentov s oneskorením dva roky. To znamená, že technologický patent sa prejaví v zmene produktivity až po dvoch rokoch. Druhá zamietnutá nulová hypotéza vyjadruje, že zmenou produktivity na odpracovanú hodinu, sa môže zmeniť veľkosť hrubých výdajov na vedu a výskum tiež až v období dvoch rokoch.

V nasledovnej tabuľke číslo 4 je jednoznačne potvrdená hypotéza, že premen-né konkurencieschopnosti, produktivita a ekonomický rast, nepredchádzajú pre-mennú znalostnej ekonomiky počet technologických patentov. Znamená to, že po-čet patentov nezávisí na konkurencieschopnosti.


Po otestovaní Grangerovej kauzality nasleduje rozbor zložiek znalostnej eko-nomiky a ich zrovnanie medzi krajinami Európskej únie, z ktorých sú vyhodnotené silné a slabé stránky.

4.2 Rozbor zložiek znalostnej ekonomiky a ich vplyv na konkurencieschopnosť

Predstavitelia Európskej únie považujú rozvoj znalostnej ekonomiky za dôležitý predpoklad pre hospodársky rast a konkurencieschopnosť. Znalostná ekonomika urýchľuje a zjednodušuje ekonomické procesy, pomáha rozvoju medzinárodného obchodu a rýchlemu sprostredkovaniu informácií, zabezpečuje implementáciu univerzitného výskumu do podnikateľskej sféry a zvyšuje ľudský kapitál. Jednotli-vé krajiny sú členmi integračného zoskupenia, no väčšina rozhodovacej moci im je ponechaná. Práve preto je pre hodnotenie výkonu znalostnej ekonomiky dôležité pozrieť sa na silné a slabé stránky členských zemí, aby bolo možné identifikovať jednotlivé nedostatky, ktoré treba v budúcnosti odstrániť.

Tabuľka 5 popisuje umiestnenie členských zemí v rebríčku vydávanom Sveto-vou bankou na základe hodnotenia znalostne ekonomického indexu5 (KEI) z roku 2012 a jeho zmenu z roku 2000.

5 Bližší popis indexu v teoretickej časti Znalostná ekonomika.


Tab. 5 Usporiadanie 28-ich členských krajín podľa indexu znalostnej ekonomiky

Krajina Poradie 2012 KEI 2012 Poradie 2000 Zmena v

poradí

Švédsko 1 9,43 1 0

Fínsko 2 9,33 8 6

Dánsko 3 9,16 3 0

Holandsko 4 9,11 2 -2

Nemecko 8 8,9 15 7

Írsko 11 8,86 11 0

Veľká Británia 14 8,76 12 -2

Belgicko 15 8,71 14 -1

Rakúsko 17 8,61 13 -4

Estónsko 19 8,4 26 7

Luxembursko 20 8,37 22 2

Španielsko 21 8,35 23 2

Francúzsko 24 8,21 21 -3

Česká republika 26 8,14 33 7

Maďarsko 27 8,02 29 2

Slovinsko 28 8,01 28 0

Taliansko 30 7,89 27 -3

Malta 31 7,88 39 8

Litva 32 7,8 34 2

Slovensko 33 7,64 40 7

Portugalsko 34 7,61 30 -4

Cyprus 35 7,56 32 -3

Grécko 36 7,51 31 -5

Lotyšsko 37 7,41 37 0

Poľsko 38 7,41 35 -3

Chorvátsko 39 7,29 43 4

Rumunsko 44 6,82 53 9

Bulharsko 45 6,8 51 6 Zdroj: Knowledge Economy Index (KEI) 2012 Rankings, c2011.

V tabuľke 5 sú zelenou farbou označené krajiny s päť a viac miestnym posu-

nom kladným smerom. Z celkom 28-ich krajín touto pozitívnou zmenou prešlo až osem krajín, z ktorých šesť prijalo členstvo únie už po prijatí Lisabonskej stratégie. V tejto stratégií bolo jednoznačným cieľom vybudovať konkurencieschopnú Euró-pu aj na základe rozvoja znalostnej ekonomiky. Červenou farbou je označené iba Grécko, ako krajina, ktorá zaznamenala päť (a viac) miestne zhoršenie. Grécko v rozmedzí oboch hodnotení prešlo ekonomickou krízou, ktorej následky sa riešia ešte v súčasnosti6. Počas tejto krízy došlo k výraznému zhoršeniu hospodárskej

6 V období písania tejto práce.


situácie, dôvery zahraničných investorov, sankciám zo strany Európskej únie, zhoršeniu inštitucionálneho prostredia a iným nepriaznivým problémom.

Z celkovo hodnotených 145-ich krajín sa najhoršie umiestnila členská krajina na 45. mieste, pričom do tohto miesta sa v rebríčku ocitli aj ďalšie tri európske kra-jiny, Nórsko (5.), Švajčiarsko (10.) a Island (16.). Rozdiel v ekonomickom rozvoji, pochádzajúci zo zdrojov konkurencieschopnosti, je zobrazený na obrázku 47.

Obr. 4 Fázy ekonomického rozvoja a zdroje konkurencieschopnosti krajín Európskej únie Zdroj: Bariéry konkurencieschopnosti, 2008.

Rozdelenie8 vychádza z 12-ich pilierov konkurencieschopnosti. Faktory kľú-čové pre ekonomiky poháňané efektívnosťou9, pochádzajúce z teoretických výcho-dísk znalostnej ekonomiky, sú vyššie vzdelanie a tréning, a technologická pripra-venosť. V inováciami ťahanej ekonomike10 sem patria faktory inovácie, biznis a jeho sofistikovanosť.

7 V obrázku nie sú zahrnuté krajiny Chorvátsko, Malta, Cyprus. 8 Publikácia bola vydaná v roku 2008, preto je toto rozdelenie krajín iba orientačným ukazovate-

ľom. Krajiny medzitým prešli rôznymi zmenami, ktoré sa prejavili už aj v indexe znalostnej ekono-

miky (KEI). 9 Bulharsko, Poľsko, Rumunsko. 10 Slovinsko, Česká republika a 15 pôvodných členských zemí Európskej únie.


Hodnotenie silných a slabých stránok vychádza z predchádzajúcich faktorov spolu s cieľmi zameranými na rozvoj znalostnej ekonomiky, ktoré sú stanovené v Lisabonskej stratégii a stratégii Európa 2020.

Konkrétne sú porovnané: investície do vývoja a výskumu (v stratégií Európa 2020 stanovené

na minimálnu čiastku 3 % z HDP), digitálna spoločnosť, vzdelávanie a ľudský kapitál, patenty, inovácie a vyspelé technológie.

Jednotlivými faktormi sa práca zaoberá v nasledujúcich častiach rozboru zlo-žiek znalostnej ekonomiky.

4.2.1 Investície do vývoja a výskumu

Od prijatia Lisabonskej stratégie je cieľom Európskej únie zvýšiť investície, plynú-ce do vývoja a výskumu. Stanovená hranica na vládnu spoluúčasť a podporu vedy a výskumu je 3 % z celkového HDP. Tento cieľ je síce nastavený už od prijatia stra-tégie (rok 2000), no dodnes nie je väčšina krajín schopná splniť ho. Inteligentný rast, ktorý je prioritou stratégie Európa 2020 má značné medzery u niektorých členských krajín.

Obrázok 5 znázorňuje graf percentuálnych investícií jednotlivých krajín Eu-rópskej únie. Zelená farba označuje krajiny, ktorých výdaje boli minimálne 2,5 %; modrá farba predstavuje krajiny s priemernými výdajmi medzi 1,5 – 2,5 % a červenou farbou sú označené krajiny, ktorých výdavky sú nedostatočné, čiže me-nej než 1,5 %.


Obr. 5 Vládne výdaje na vedu a výskum ako % z HDP Zdroj: vlastné spracovanie dát z World Bank.

Lídri vo verejných výdavkoch na vedu a výskum sú severské krajiny. Fínsko a Švédsko, ktoré obsadzujú prvé dve miesta hodnotenia úrovne znalostnej ekono-miky. Zároveň, ako jediné prekračujú trojpercentnú hranicu. Keď sa k nim pripočí-ta Dánsko, ktorému v roku 2012 chýbali maximálne dve stotiny percenta, dostá-vame krajiny, ktoré majú sociálno-demokratický model s vysokým vplyvom verej-ného sektora, vysokou dekomodifikáciou pracovnej sily11 a ekonomickou solidari-tou. Pracovníci majú istotu zamestnania a podniky zvyšujú produktivitu svojich zamestnancov. Medzi krajinami, ktorých výdavky prevyšujú hranicu 2,5 % a sú označené zelenou farbou, sú aj Rakúsko, Nemecko a Slovinsko.

Krajiny v rozmedzí 1,5 až 2,5%-ným podielom verejných výdavkov na vedu a výskum sú Belgicko, Česká republika, Estónsko, Francúzsko, Írsko, Holandsko a Veľká Británia. S výnimkou Estónska12 boli tieto krajiny už v roku 2008 označené v publikácií Bariéry konkurenceschopnosti za ekonomiky poháňané inováciami. Tým pádom je ich konkurencieschopnosť dostatočne vysoká a malé výdavky ve-rejných rozpočtov môžu efektívne doplňovať výdavky súkromné. Z týchto sied-mich krajín je päť medzi dvadsiatimi najlepšími znalostnými ekonomikami, pričom

11 Dekomodifikácia znamená skutočnosť, že ľudia sa môžu dobrovoľne rozhodnúť k neúčasti

na práci, pokiaľ to považujú za nevyhnutné a nemusia sa pritom obávať straty miesta, príjmu alebo

životnej úrovne. Autorom je Esping-Andersen, ktorý podľa spôsobu dekomodifikácie klasifikoval

typy welfare state. 12 Estónsko je zaradené do prechodnej fázy medzi ekonomikou ťahanou efektívnosťou

a inováciami, no v súčasnosti by bolo pravdepodobne zaradené do ekonomiky ťahanej inováciami.

Viď 19. pozícia v znalostne ekonomickom indexe a skok oproti roku 2000 o 7 miest.

0

0,5

1

1,5

2

2,5

3

3,5

4A

UT

BEL

BG

R

HR

V

CYP CZE

DN

K

EST

FIN

FRA

DEU

GR

C

HU

N

IRL

ITA

LVA

LTU

LUX

MLT

NLD

PO

L

PR

T

RO

M

SVK

SVN

ESP

SWE

GB

R


Česká republika je podľa jej skoku z roku 2000 na najlepšej ceste dostať sa medzi týchto dvadsať krajín.

Neuspokojivé výsledky majú zvyšné krajiny s podielom menším než 1,5 %. U krajín, ktoré nie sú označené ako inováciami ťahané ekonomiky13 sa dá predpo-kladať, že ani súkromné investície nie sú dostatočnou náhradou chýbajúcich verej-ných investícií do vedy a výskumu. Pre zlepšenie konkurencieschopnosti týchto krajín by bolo zvýšenie výdavkov na vedu a výskum, či už zo zdrojov verejných alebo súkromných, pravdepodobne vhodným riešením.

Podpora vedy a výskumu z verejných financií tvorí dôležitú úlohu na národnej úrovni. K tomu sa Európska únia rozhodla spustiť rámcový program pre výskum a inovácie s názvom Horizont 2020. Obdobie, pre ktoré je tento program spustený je v rokoch 2014 až 2020, pričom projekty budú dobiehať aj po jeho skončení. Hlavnou myšlienkou je finančná podpora vedy, výskumu a inovácií. Programové financovanie prebieha na európskej úrovni a jeho praktické využitie je napríklad pri poskytovaní pôžičiek malým a stredným podnikom pre podporu ich inovačnej aktivity. Podobné programy v Európe prebiehali od roku 1980. Horizont 2020 nadväzuje na predchádzajúci Rámcový program pre konkurencieschopnosť a inovácie a Európsky inovačný a technologický inštitút (Horizont 2020, c2015).

Nasledujúci obrázok 6 predstavuje podnikateľskú spoluúčasť na financovaní vedy a výskumu v eurách na obyvateľa v roku 2012. Farebné rozlíšenie je z predchádzajúceho grafu verejných výdajov na vedu a výskum, aby bolo jasne vi-diteľné, ktoré krajiny financujú vedu a výskum viac z verejných alebo súkromných zdrojov.

Obr. 6 Podnikateľská spoluúčasť na financovaní vedy a výskumu v eurách na obyvateľa Zdroj: vlastné spracovanie dát z Eurostatu.

13 S výnimkou Grécka, Talianska, Luxemburska, Portugalska, Španielska.

0

200

400

600

800

1000

1200

AU

T

BEL

BG

R

CYP CZE

DEU

DN

K

ESP

EST

FIN

FRA

GB

R

GR

C

HR

V

HU

N

IRL

ITA

LTU

LUX

LVA

MLT

NLD

PO

L

PR

T

RO

M

SVK

SVN

SWE


Z obrázku je vidieť, že krajiny, s výnimkou Slovinka, ktoré vydávajú na vedu a výskum najviac peňazí z verejných financií14, majú aj najväčšie výdavky zo súk-romného sektora. Fínsko, Švédsko a Dánsko sú opäť lídrami. Vďaka tomu obsadzu-jú aj prvé pozície v indexe znalostnej ekonomiky KEI. Okrem týchto krajín sa cel-kom darí zapojiť súkromný sektor aj v Belgicku, Francúzsku, Veľkej Británii, Lu-xembursku, Holandsku a už spomínanom Estónsku. Okrem Francúzska sa všetky spomínané krajiny15 nachádzajú v prvej dvadsiatke najlepších znalostných ekono-mík sveta.

Z rozboru investícií do vedy a výskumu je zjavné, že ako účasť verejného tak aj súkromného sektoru zohráva dôležitú úlohu pri rozvoji znalostnej ekonomiky. U krajín, ktorých výdavky v tomto smere nedosahujú uspokojivé výsledky, je mož-né identifikovať túto skutočnosť ako ich slabú stránku, ktorú by mali v budúcom plánovaní financovania vedy a výskumu odstrániť napríklad väčším zapojením podnikateľskej sféry a jej podpory pri výskume. Je to jeden z faktorov, ktorý môže krajiny Európskej únie posunúť do inovačnej fázy konkurencieschopných ekono-mík.

4.2.2 Digitálna spoločnosť

Digitálna integrácia sa stala v posledných rokoch víziou pre dosiahnutie hospodár-skeho a sociálneho pokroku. Dôraz pri rozvoji digitálnej spoločnosti je kladený na zlepšenie podmienok pre európsky digitálny trh, ktorý by uľahčil obchodovanie medzi krajinami, rýchly prenos informácií a inovácií naprieč Európou.

V Lisabonskej stratégií a v stratégií Európa 2020 je venovaný priestor rozvoju digitálnej spoločnosti. Cieľom je priviesť spoločnosť do digitálneho veku, v ktorom je umožnený občanom, verejným organizáciám a firmám prístup k internetu. Eu-rópska komisia považuje za dôležité zvýšiť digitálnu gramotnosť. Medzi akčné plá-ny pre rozvoj digitálnej spoločnosti patrí napríklad e-Európa 2002 a iniciatíva i2010.

Vďaka iniciatíve stratégie Európa 2020 vznikla Digitálna Agenda pre Európu. Pomocou indexu digitálnej ekonomiky a spoločnosti (DESI) sú hodnotené jednotli-vé členské krajiny. Index digitálnej ekonomiky a spoločnosti, vyvinutý Európskou komisiou, sa skladá z piatich ukazovateľov, hodnotiacich rozvoj digitálnych služieb v rôznych oblastiach. Tvorí ho internetové pripojenie, ľudský kapitál, používanie internetu, integrácia digitálnych technológií a digitálne verejné služby. Význam indexu je najmä v porovnaní rozvoja členov Európskej únie a odhalenie ich slabých mies pre budúce zlepšenie a rozvoj.

Internetové pripojenie ako prvý parameter hodnotený v indexe DESI tvorí pevné širokopásmové pokrytie a jeho zavádzanie, zavádzanie mobilného široko-pásmového pripojenia, frekvenčné spektrum, pokrytie sieťami NGA, predplatenie rýchleho širokopásmového pripojenia a cena pevného širokopásmového pripoje-

14 V porovnaní s ostatnými krajinami. 15 Vrátane Rakúska a Nemecka.


nia. Určuje dostupnosť internetu a jeho pokrytie v krajine. Ďalšou položkou DESI je ľudský kapitál, tvorený používateľmi internetu, základnými digitálnymi zručnos-ťami, odborníkmi v oblasti IKT a absolventmi v oblasti vedy, technológie, inžinier-stva a matematiky. Parameter používanie internetu hodnotí, koľko percent do-mácností využíva na internete služby ako aktuálne správy, hudbu, videá a hry, vi-deo na požiadanie, IPTV, video hovory, sociálne siete, bankovníctvo, nakupovanie. Kategória integrácia digitálnych technológií zahrňuje elektronickú výmenu infor-mácií, rádiofrekvenčnú identifikáciu, sociálne média, elektronické faktúry, cloud, MSP predávajúce on-line, obrat pri elektronickom obchode, cezhraničný predaj on-line. Poslednou kategóriou sú digitálne verejné služby, kde sa počítajú používatelia elektronickej verejnej správy, pred vyplnené formuláre, on-line dokončenie slu-žieb, otvorený prístup k údajom, výmena lekárskych údajov a elektronické predpi-sovanie liekov. V súčasnosti je digitalizácia verejnej služby, najmä verejnej správy, označovaná pojmom e-Government16. Využíva informačné technológie pre výmenu medzi verejnými inštitútmi a občanmi k urýchleniu verejnej služby.

V nasledujúcom grafe (Obr. 7) sú usporiadané európske členské krajiny od najrozvinutejších digitálnych spoločnosti až po najmenej rozvinuté. Jednotlivé farebné rozlíšenia sú uvedené z predchádzajúceho grafu, ktorý zaznamenáva ve-rejné výdaje do vývoja17 a výskumu ako percento HDP. Vďaka tomu sa dajú pred-pokladať zdroje, z ktorých sú čerpané financie na rozvoj digitálnej spoločnosti kra-jín. Toto rozlíšenie je však uvedené len pre predstavu, pretože index DIGI v sebe zahrňuje aj súkromných užívateľov, ktorí tieto výdaje nečerpajú. Zelenou farbou sú označené krajiny, ktorých výdaje presahujú 2,5 %; modrou krajiny s 1,5 – 2,5%-nými výdajmi a červenou menej než 1,5%-nými výdajmi.

16 e-Government „je elektronickou formou výkonu verejnej správy při aplikácii informačno-

komunikačných technológií v procesoch verejnej správy,“ (Informatizácia verejnej správy, c2009). 17 Vývoj aj v rámci digitálnej spoločnosti.


Obr. 7 Krajiny Európskej únie zoradené podľa indexu DESI 2015 Zdroj: vlastné spracovanie dát z portálu Európskej komisie.

Hodnoty indexu digitálnej ekonomiky a spoločnosti sa pohybujú v rozmedzí od 0 do 1, pričom vyššie číslo znamená lepšiu pozíciu. Na grafe sú zobrazené hod-noty, zverejnené pre rok 2015. Z grafu je viditeľný opätovný náskok severských krajín a Holandska. Nie je žiadnym prekvapením, že tieto štyri krajiny obsadzujú aj prvé štyri miesta v hodnotení znalostnej ekonomiky vo svetovom rebríčku. Dán-sko, Švédsko a Fínsko podporujú rozvoj znalostnej ekonomiky vysokými verejnými výdajmi.

Krajiny, ktorých pozícia sa oproti hodnoteniu v roku 2014 zhoršila sú Chor-vátsko (o 3 miesta), Litva (o 2 miesta), Luxembursko (o 1 miesto), Malta (o 3 mies-ta) a Slovensko (o 2 miesta). Posledné miesta majú najmä južné krajiny, Poľsko a Slovensko. Všetky tieto krajiny majú nízke verejné výdaje do investícií na vedu a výskum, čím je pravdepodobne spomalený aj rozvoj digitálnej spoločnosti.

Celkovo z celej Európy sa na najhorších miestach v internetovom spojení umiestnili krajiny Chorvátsko a Taliansko, ktorých pripojenie dosahuje index men-ší než 0,4. V ľudských zdrojoch najhoršie dopadli Bulharsko, Rumunsko a Cyprus. Tesne nad hranicou 0,4 skončili opäť krajiny Chorvátsko a Taliansko. V používaní internetu majú takmer polovičnú hodnotu indexu Chorvátsko, Grécko, Taliansko a Rumunsko oproti najlepším Švédsku, Dánsku, Estónsku. Integrované digitálne technológie u Lotyšska, Rumunska, Poľska, Maďarska a Bulharska nedosahujú ani hodnotu 0,25. Najhoršiu digitalizáciu verejnej služby majú v Bulharsku, Maďarsku a na Slovensku oproti najlepším Dánsku, Holandsku, Estónsku.

Až v troch kategóriách sa medzi najhoršími ocitli krajiny Chorvátsko, Talian-sko, Bulharsko a Rumunsko. Z toho tri krajiny pristúpili do Európskej únie ako po-

0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8D

NK

SWE

NLD FIN

BEL

EST

LUX

IRL

DEU LT

U

ESP

AU

T

FRA

MLT

CZE

PR

T

GB

R

LVA

HU

N

SVN

SVK

CYP

PO

L

HR

V

GR

C

ITA

BG

R

RO

M


sledné18. Tabuľka 6 ukazuje prehľad výsledkov jednotlivých krajín v kategóriách indexu DESI. Krajiny sú usporiadané vzostupne.

Tab. 6 Umiestnenie členských krajín v jednotlivých kategóriách indexu DESI za rok 2015

Internetové pripojenie

Ľudské zdroje

Používanie internetu

Integrácia digitálnych technológií

Digitalizácia verejnej služby

HRV 0,33 ROM 0,27 ROM 0,27 LVA 0,19 BGR 0,24

ITA 0,37 BGR 0,32 ITA 0,31 ROM 0,19 HUN 0,27

GRC 0,41 GRC 0,36 GRC 0,33 POL 0,21 SVK 0,27

SVN 0,42 CYP 0,39 HRV 0,34 HUN 0,22 CZE 0,3

CYP 0,43 ITA 0,41 AUT 0,36 BGR 0,24 ROM 0,31

BGR 0,44 HRV 0,43 POL 0,36 EST 0,27 LUX 0,33

SVK 0,45 POL 0,43 DEU 0,38 ITA 0,29 SVN 0,33

POL 0,46 PRT 0,43 ESP 0,38 SVK 0,29 GRC 0,35

ROM 0,49 LVA 0,45 CZE 0,39 SVN 0,3 LVA 0,36

FRA 0,51 HUN 0,48 BGR 0,4 CYP 0,31 HRV 0,38

ESP 0,53 MLT 0,49 SVK 0,4 GRC 0,31 DEU 0,39

IRL 0,53 ESP 0,5 IRL 0,41 FRA 0,31 CYP 0,41

EST 0,54 LTU 0,5 SVN 0,41 GBR 0,31 LTU 0,41

HUN 0,54 SVN 0,51 CYP 0,42 LUX 0,33 ITA 0,42

CZE 0,55 SVK 0,53 PRT 0,42 ESP 0,36 POL 0,43

PRT 0,55 CZE 0,54 MLT 0,44 AUT 0,37 MLT 0,46

AUT 0,56 AUT 0,57 HUN 0,45 PRT 0,37 BEL 0,48

MLT 0,58 FRA 0,58 FRA 0,46 HRV 0,38 GBR 0,49

FIN 0,6 EST 0,59 GBR 0,46 MLT 0,38 AUT 0,5

LVA 0,61 DEU 0,6 FIN 0,5 LTU 0,39 IRL 0,51

LTU 0,64 BEL 0,61 LTU 0,5 DEU 0,4 FRA 0,53

DEU 0,65 IRL 0,62 LVA 0,5 CZE 0,41 PRT 0,55

GBR 0,68 LUX 0,65 BEL 0,51 NLD 0,42 ESP 0,65

DNK 0,69 NLD 0,67 LUX 0,51 FIN 0,45 SWE 0,71

SWE 0,69 GBR 0,72 NLD 0,53 BEL 0,46 FIN 0,76

LUX 0,71 DNK 0,73 EST 0,54 IRL 0,47 EST 0,79

NLD 0,71 SWE 0,75 DNK 0,6 SWE 0,49 NLD 0,79

BEL 0,77 FIN 0,78 SWE 0,6 DNK 0,52 DNK 0,84

Zdroj: vlastné spracovanie dát zo stránok Európskej komisie.

18 Bulharsko a Rumunsko v roku 2007, Chorvátsko v roku 2013.


V porovnaní digitálnej spoločnosti európskych krajín je viditeľný rozdiel me-dzi rozvinutým severom a západom a menej rozvinutým juhom. Pre vytvorenie podmienok pre spoločný európsky digitálny trh je nutné zvýšiť investície najmä do integrácie digitálnych technológií a digitalizáciu verejnej služby. Vďaka rozvoju digitálnej spoločnosti by bolo možné vytvoriť lepšie podmienky spoločného trhu a spojenie severu s juhom, ktoré by umožnilo spoluprácu nielen v obchode. Tým by európsky trh smeroval k väčšej integrácií, pomocou ktorej by mohol konkurovať veľkým ekonomikám ako je napríklad USA.

4.2.3 Vzdelávanie a ľudský kapitál

Rozvoj znalostnej ekonomiky si vyžaduje vzdelanú populáciu, schopnú pracovať efektívnejšie aj vďaka vedomostiam. Vedomosti, ktoré si jedinec vo vzdelávacom procese osvojí, sa dajú aplikovať do praxe a prinášajú vedecký a technologický pokrok, uľahčujú prácu zvýšením produktivity a tvoria jedinečnú pridanú hodnotu, zvanú ľudský kapitál. Produktivita je zároveň určujúcim faktorom konkurencies-chopnosti.

Vzdelávací systém je ponechaný na rozhodnutí členských krajín, pričom únia pomáha so stanovením cieľov a výmenou spoľahlivých postupov. Dnes môžu štu-denti vysokých škôl využiť rôzne programy, ako napríklad Erasmus, ktoré umož-ňujú vyskúšať si zahraničné vysoké školy. Príležitosti dosiahnuť vzdelanie na uni-verzitách v členských krajinách sú pre všetkých študentov Európskej únie rovnaké.

Inštitúcie a orgány, ktorých prioritou je rozvoj vzdelávania v spoločnej Európe sú napríklad Európsky parlament (Výbor pre kultúru a vzdelávanie), Rada Európ-skej únie (Vzdelávanie, mládež a kultúra), Európska komisia (Vzdelávanie a odborná príprava) a mnoho iných (Vzdelávanie ..., 2015). Možnosti financovania univerzitného výskumu sú prostredníctvom grantov alebo programov Európskej investičnej banky. Trend komercializácie vedomostí a jeho praktické uplatnenie vychádza predovšetkým z implementovania univerzitného výskumu do podnika-teľskej sféry.

Jednotlivé krajiny Európskej únie pristupujú k financovaniu školstva inak. Niektoré ponechávajú všetky výdavky na verejných financiách a študenti majú bezplatný prístup k vzdelaniu. V iných krajinách sú naopak poplatky za školné. To môže byť na jednej strane obmedzením pre mnohých študentov, ktorí nemajú dos-tatok finančných prostriedkov19, na druhej strane však prenáša na študentov pocit zodpovednosti a vzdelanie berú ako investíciu do budúcnosti s možným lepším uplatnením. Veľakrát však takýto spôsob financovania vedie k dlhodobému zadl-žovaniu, kedy študenti dlhy splácajú aj niekoľko rokov po skončení školy.

Obrázok 8 zobrazuje vládne výdavky na vzdelávanie ako percento HDP20. Vý-davky verejnej správy na vzdelávanie zahrňujú tiež výdavky na financovanie trans-ferov z medzinárodných zdrojov do vlády. Obrázok 8 je opäť farebne rozlíšený.

19 Nemajú dostatok vlastných finančných prostriedkov a nemajú nárok na štipendium. 20 Chábajú informácie u Grécka a Luxemburska.


V tomto prípade zelená farba predstavuje krajiny, ktoré v hodnotení PISA 201221 dosahujú najlepšie výsledky z európskych krajín. Červená farba naopak predstavu-je najhoršie výsledky.

Obr. 8 Vládne výdaje na vzdelávanie ako % z HDP Zdroj: vlastne spracovanie dát z portálu Svetovej banky

Na obrázku 8 vidieť, že krajiny s najvyššími vládnymi výdajmi na vzdelanie ako Dánsko a Malta dosahujú priemernú úroveň vo výsledkoch testovania PISA, dokonca Cyprus sa umiestnil na najhorších pozíciách. Najlepšie výsledky vzdeláva-cieho systému dosahujú Fínsko, Estónsko, Írsko, Holandsko a Poľsko. S výnimkou Fínska sú výdaje viac menej priemerné. Okrem Cypru dosahujú neuspokojivé vý-sledky aj krajiny Bulharsko a Rumunsko, ktoré majú vo všetkých hodnotených ka-tegóriách znalostnej ekonomiky, vládnych výdajoch, či digitálnej spoločnosti naj-horšie pozície. Ďalšie červené čísla má Slovensko a Švédsko. V prípade Švédska, ktoré je najlepšou znalostnou ekonomikou podľa hodnotenia znalostného ekono-mického indexu KEI 2012 a ktoré má vysokú vládnu podporu vedy a výskumu, dokonca aj školského systému, je tento výsledok prekvapivý.

Tabuľka 7 zobrazuje umiestnenie v kategóriách, ktoré sa podľa PISA hodnotia. Konkrétne ide o hodnotenie matematických schopností, čítanie s porozumením a vedecké zručnosti. V jednotlivých kategóriách sú zoradené krajiny zostupne.

Tab. 7 Výsledky testov PISA 2012 v kategóriách matematika, čítanie a veda

Matematika Čítanie Veda

NLD 523 FRA 606 FIN 545

21 Bližšie k testovaniu PISA v teoretickej časti.

0

1

2

3

4

5

6

7

8

9

10

AU

T

BEL

BG

R

HR

V

CYP CZE

DN

K

EST

FIN

FRA

DEU

HU

N

IRL

ITA

LVA

LTU

MLT

NLD

PO

L

PR

T

RO

M

SVK

SVN

ESP

SWE

GB

R


EST 521 FIN 524 EST 541

FIN 519 IRL 523 POL 526

POL 518 POL 518 DEU 524

BEL 515 EST 516 IRL 522

DEU 514 NLD 511 NLD 522

AUT 506 BEL 509 GBR 514

IRL 501 DEU 508 SVN 514

SVN 501 GBR 499 CZE 508

DNK 500 DNK 496 AUT 506

CZE 499 CZE 493 BEL 505

FRA 495 AUT 490 LVA 502

GBR 494 ITA 490 FRA 499

LVA 491 LVA 489 DNK 498

LUX 490 ESP 488 ESP 496

PRT 487 HUN 488 LTU 496

ITA 485 LUX 488 HUN 494

ESP 484 PRT 488 ITA 494

SVK 482 HRV 485 HRV 491

LTU 479 SWE 483 LUX 491

SWE 478 SVN 481 PRT 489

HUN 477 GRC 477 SWE 485

HRV 471 LTU 477 SVK 471

GRC 453 SVK 463 GRC 467

ROM 445 CYP 449 BGR 446

CYP 440 ROM 438 ROM 439

BGR 439 BGR 436 CYP 438 Zdroj: PISA 2012, 2014.

Štúdium na vysokých školách a univerzitách je dôležitým predpokladom pre rozvoj vedomostí a ich praktického využitia po skončení štúdia. Nie všetci ab-solventi sa venujú vedecko-výskumnej práci, ktorá by viedla k zvyšovaniu produk-tivity alebo všeobecne aplikovateľným inováciám či patentom. Nasledujúci graf (Obr. 9) ukazuje počet absolventov terciárneho stupňa vzdelávania v odbore veda a technológie na 1000 obyvateľov (vo veku 20-29 rokov)22.

22 Informácie nedostupné pre Francúzsko, ktoré sa v grafe neocitlo, no v roku 2011 dosiahlo podiel

22,1, vďaka čomu by sa dostala na 3. miesto.


Obr. 9 Počet absolventov terciárneho stupňa v oblasti vedy a výskumu za rok 2012 Zdroj: vlastné spracovanie dát z Eurostatu.

Z obrázku 9 analýzy počtu absolventov vychádzajú niektoré prekvapivé sku-točnosti. Napríklad Rumunsko, krajina, ktorej výsledky v predchádzajúcom hodno-tení vybraných faktorov boli vždy najhoršie, sa umiestnila na dobrej pozícií. V bu-dúcnosti môže tento nadobudnutý ľudský kapitál dosahovať dobré výsledky v oblasti vedy a výskumu a znalostná ekonomika v Rumunsku môže zažiť „boom“. Je však na mieste pripomenúť si „migráciu mozgov“, ku ktorej môže dôjsť kvôli malej podpore, najmä finančnej. Rovnakým prekvapením je Litva, ktorá má dokon-ca najviac absolventov. Z krajín, ktoré v hodnotení PISA dosahovali najhoršie vý-sledky sa s malým počtom absolventov vedecko-technologických odborov umies-tnil len Cyprus. Naopak žiadnym prekvapením nie je Fínsko alebo Írsko, ktorých výsledky v testovaní PISA ale aj v počte absolventov vypovedajú o výbornom škol-skom systéme a budovaní ľudského kapitálu. Opačný výsledok ako Rumunsko má napríklad Holandsko, ktoré sa nachádza v počte absolventov na posledných mies-tach, no v skúmaní predchádzajúcich zložiek dosahovalo popredné pozície.

Praktickým využitím výsledkov znalostnej ekonomiky sa venuje mnoho stra-tegických plánov a postupné budovanie systémov. Jedným z týchto systémov, za-oberajúci sa technologickou vybavenosťou, je informačný systém pre strategicko-energetické technológie (SETIS23). Zavádzanie systému (označované tiež SET-Plan) začalo zriaďovaním šiestich Európskych priemyselných iniciatív, združujúcich priemysel, výskumnú komunitu, rozdelenie rizika medzi členskými štátmi a Európskou komisiou, partnerstvo verejného a súkromného sektora (PPP projek-ty). Cieľom je zlúčiť aktivity vedy a výskumu s prioritami SET-Planu (SETIS, 2015). Pripravenosť jednotlivých členských krajín na zlepšovanie podmienok pre imple-

23 SETIS = Strategic Energy Technologies Information System

0

5

10

15

20

25

LTU

IRL

FIN

GB

R

PR

T

SLV

DN

K

RO

M

PO

L

SKV

HR

V

CZE

AU

T

DEU

SWE

EST

GR

C

LVA

BG

R

EST

ITA

BEL

MLT

NLD

HU

N

CYP

LUX


mentovanie vedy a výskumu do zlepšovania energetickej úrovne je možné odhad-núť vďaka počtu vedeckých pracovníkov.

Obr. 10 Ľudské zdroje vo vedecko-technologickom sektore za rok 2012 Zdroj: vlastné spracovanie dát z Eurostatu

Graf (Obr. 10) predstavuje ľudské zdroje vo vedecko-technologickom sektore ako percento aktívnej populácie v roku 2012. Podľa tohto grafu sa dá potvrdiť očakávanie odlevu vedecko-výskumných pracovníkov, napríklad v prípade Rumunska. Krajiny, ktoré majú malé počty absolventov tohto odboru, napríklad Luxembursko, Holandsko a Belgicko, majú naopak najviac počtu pracovníkov. Fínsko sa nachádza opäť na prvých miestach.

Okrem podpory vysokoškolského vzdelania sa Európska únia snaží podporo-vať celoživotné vzdelávanie. Celoživotné vzdelávanie zahrňuje všetky ľudské akti-vity, ktorých zmyslom je v priebehu života získať vedomosti, schopnosti a zručnosti. Práve preto vznikol aj Európsky kvalifikačný rámec (EKR24) pre celo-životné vzdelávanie, ktorého hlavným zmyslom je umožniť prípadne uľahčiť mobi-litu občanov a ich celoživotné vzdelávanie. Aby sa účastníci trhu práce, ktorí po mnohých rokoch stratia zamestnanie, ľahšie uplatnili a boli schopní nájsť si no-vé pracovné miesto, členské krajiny dostavajú príspevky na rekvalifikačné kurzy z európskych fondov. Umožňujú tak mierniť dopady, ktoré by spôsobilo úplne vy-lúčenie z trhu práce, a rýchlejšiu adaptabilitu na nové pracovné miesto.

24 „EKR je spoločný európsky referenčný systém, ktorý spája národné kvalifikačné systémy rôznych

krajín, pričom funguje ako akási prekladová pomôcka napomáhajúca, aby boli kvalifikácie prehľad-

nejšie a zrozumiteľnejšie naprieč rôznymi krajinami a systémami v Európe,“, (Európsky kvalifikačný

rámec..., 2009).

0

10

20

30

40

50

60

70

LUX

FIN

GB

R

DN

K

SWE

NLD IR

L

BEL

EST

CYP

FRA

DEU LT

U

SVN

AU

T

ESP

LVA

PO

L

CZE

MLT

HU

N

ITA

GR

C

BG

R

SVK

HR

V

PR

T

RO

M


Vzdelávací systém je veľmi dôležitým nástrojom znalostnej ekonomiky, bez vzdelanej a kvalifikovanej pracovnej sily by totiž nedošlo k žiadnym pokrokom. Potreby, ktoré študenti majú dnes, sa od tých minulých výrazne líšia. Rolu v tom zohráva napríklad dostupnosť vzdelania. Vysoká konkurencia na školách, či už podľa osobných predpokladov jedinca alebo rastúceho počtu absolventov, vedie k motivácií stať sa lepším, aby sa študent mohol uplatniť na trhu práce. Tým táto konkurencia vedie k zlepšovaniu sa, osobnému rozvoju a samoštúdiu. Globalizova-ná spoločnosť kladie nároky na jazykovú vybavenosť, čím zároveň otvára študen-tom brány aj do ostatných členských, nečlenských a mimoeurópskych krajín. In-ternet je rýchlym zdrojom informácií. Zároveň je nutné selektovať z množstva in-formácií, ktoré je nutné spracovávať s porozumením, aby nedochádzalo k dezin-terpretácii. Okrem informácií si digitalizácia vzdelávania vyžaduje aj určité techno-logické znalosti a je menej náročná na materiálne zdroje, napríklad knihy, no o to náročnejšia na technologické vybavenie škôl a domácností. Prepojenie vysokých škôl s podnikateľským sektorom umožňuje študentom dvojaký pohľad a vedie ku kreatívnemu aplikovaniu vedomostí do praxe. Účasť ľudí z jednotlivých odbo-rov („ľudí z praxe“) na akademickej pôde priamo mení študijné osnovy, pretože nenúti študentov memorovať poučky z kníh ale prináša praktické a dlhodobo za-pamätateľné informácie, ktoré majú väčšiu hodnotu. Veľmi úspešným školským systémom je známe napríklad Fínsko, ktoré aj napriek tomu neustále zlepšuje a reformuje. Dnes sú totiž nároky kladené na vzdelanie a vzdelávanie odlišné.

4.2.4 Patenty, inovácie a vyspelé technológie

Cieľom znalostnej ekonomiky je zlepšovať súčasný stav výroby, zvyšovať produk-tivitu, inovovať. Podkapitola venovaná patentom, inováciám a vyspelým technoló-giám ukazuje na výstupy transformované zo vstupov znalostnej ekonomiky. Využi-tie týchto sledovaných výstupov v súkromnom sektore, zvyšuje konkurencies-chopnosť domácich podnikov, ale i konkurencieschopnosť podnikateľského sekto-ru v porovnaní so zahraničím.

Inovatívna činnosť jednotlivých podnikov je ťažko merateľným parametrom. Problémom je nízka ochota zverejňovať inovácie a dlhá doba zavádzania inovácií a inovačných postupov. Obvykle na postupe zlepšovania jednotlivých procesov spolupracuje viacero podnikov, miest či krajín. Sú budované inovačné centra, ktoré umožňujú podnikateľom využiť ich služby. Napríklad poradenstvo, vzdelávanie, mikropôžičky.

Nasledujúci graf (Obr. 11) zobrazuje podiel inovačného podnikania u člen-ských krajín v období rokov 2010 až 2012 ako percento z celkového podnikania. Procesy inovatívneho podnikania sa delia na podnikanie, vedúce k inovačnému zavádzaniu nových alebo vylepšených logistických metód dodávky alebo distribú-cie. Ďalej ide o inovatívne podnikanie zavádzaním inovačných procesov pomocou uvedenia nových alebo vylepšených metód výroby alebo produkovaných výrobkov a služieb. Posledná inovatívna činnosť súvisí s podpornými aktivitami pre procesy. Konkrétne v grafe (Obr. 11) sú zahrnuté informácie o inovatívnom podnikaní vy-


lepšeným produktom, výrobnými procesmi, inovatívnymi organizáciami a marketingom.

Obr. 11 Meranie procesov inovatívneho podnikania u členských krajín Zdroj: vlastné spracovanie dát z Eurofondu.

Z grafu je zjavné, že polovica zemí Európskej únie má 50 a viac percentné za-stúpenie firiem, ktorých podnikanie vedie k inovovaniu alebo využívaniu inovácií. Lídrami sú najmä Nemecko a Luxembursko. Vo viac než polovičnom podiele sa ocitli aj niektoré menej rozvinuté znalostné ekonomiky ako Grécko a Malta. Naj-horšie skončili Bulharsko, Poľsko a Rumunsko, ktoré majú menej než 30% podiel.

Alternatívou k inováciám, ktoré nie sú vždy ochotne zverejňované a tým pá-dom ťažšie zaznamenané sú vydané patenty. Patenty udeľujú majiteľovi jedinečné ochranné právo na výrobok, výrobný postup a iné zlepšenia, ktorého komerčné využitie je možné jedine za protihodnotu. Graf (Obr. 12) patentov vydaných v eu-rópskych krajinách je vyjadrený ako udelené patenty na milión obyvateľov v roku 2011.

0,0

10,0

20,0

30,0

40,0

50,0

60,0

70,0

80,0

DEU LU

X

IRL

ITA

SWE

BEL

PR

T

AU

T

FRA

FIN

GR

C

NLD

MLT

DN

K

GB

R

EST

SVN

CZE

CYP

HR

V

SVK

EST

LTU

HU

N

LVA

BLG

PO

L

RO

M


Obr. 12 Patenty na milión obyvateľov v jednotlivých krajinách za rok 2011 Zdroj: vlastné spracovanie dát z Eurofondu.

Nemecko obsadilo prvú pozíciu v počte vydaných patentov. Ďalšie štyri pozí-cie kopírujú výsledky znalostne ekonomického indexu KEI 2012. Posledné miesta ostávajú opäť obsadené málo znalostne rozvinutými krajinami. S výnimkou Grécka a Portugalska sú na posledných miestach krajiny, ktoré vstúpili do Európskej únie v posledných troch etapách.

Posledným sledovaným parametrom tejto podkapitoly sú vyspelé technológie (Obr. 13). Ide konkrétne o export vyspelých technológií ako podielu k celkovému exportu za rok 2012. Vyspelé technológie sú napríklad informačno-komunikačné technológie, nanotechnológie, biotechnológie a pod. Ich využívanie vedie k naplňovaniu priorít stratégie Európa 2020. Práve export vyspelých technológií je zvolený pre predstavu, nakoľko konkurencieschopné technológie sa v jednotlivých členských krajinách vyrábajú.

0

50

100

150

200

250

300

DEU

SWE

FIN

DN

K

NLD

AU

T

FRA

BEL

LUX

GB

R

IRL

SLV

ITA

EST

EST

HU

N

CZE

PO

L

LVA

GR

C

PR

T

SVK

HR

V

LTU

BG

R

RO

M


Obr. 13 Export vyspelých technológií v % za rok 2012 Zdroj: vlastné spracovanie dát z Eurostatu.

Viac ako štvrtinu exportu Malty a Luxemburska tvoria práve vyspelé techno-lógie. Neznamená to, žeby produkovali najviac vyspelých technológií, sú to totiž malé krajiny, ktoré nevyvážajú také množstvo výrobkov a služieb, no napriek tomu je veľká časť ich vývozu technologicky zameraná. Pokiaľ sa zdá, že napríklad Ne-mecko, ktoré je jedným z najväčších exportérov v Európe, nedosahuje uspokojivé výsledky vo vývoze technológií, je to tým, že jeho export je tvorený najmä produk-tmi a službami. V tomto grafe nemožno zrovnávať krajiny medzi sebou, pretože neprikladá váhu veľkosti exportu jednotlivých krajín.

Výstupy znalostnej ekonomiky sú dôležitým ukazovateľom. Súvisia najmä s veľkosťou sofistikovateľnosti podnikateľského prostredia a využívaním inova-tívnych nápadov v reálnej ekonomike. Z prvého grafu, ktorý je na obrázku 11 (Me-ranie procesov inovatívneho podnikania u členských krajín), je rozdelenie krajín približne rovnaké ako na obrázku 4 (Fázy ekonomického rozvoja a zdroje konku-rencieschopnosti krajín Európskej únie).

Nasledujúca podkapitola sa venuje modelovaniu vybraných premenných na základe amerického výskumu s využitím znalostnej produkčnej funkcie a špeci-fikami európskeho znalostného modelu.

4.3 Znalostná produkčná funkcia Európskej únie

Nasledujúca kapitola sa venuje vplyvu inštitucionálneho prostredia a vstupov zna-lostnej ekonomiky na jej výstupy. Výstupy znalostnej ovplyvňujú konkurencies-chopnosť, rovnako tak aj verejné výdaje v zmysle Grangerovej kauzality môžu ovplyvňovať konkurencieschopnosť a naopak.

Modelovanie panelových dát má určité nevýhody. Zamýšľaný model bol pô-vodne plánový pre všetkých 28 krajín Európskej únie na obdobie rokov 1999 až

0

5

10

15

20

25

30

35

MLT

LUX

IRL

FRA

NLD

GB

R

HU

N

CZE

DEU ES

T

AU

T

SWE

CYP

DN

K

BEL

SVK

FIN

HR

V

ITA

LVA

RO

M

PO

LLT

U

SVN

EST

BG

R

PR

TG

RC


2013, kde by boli časové rady pre jednotlivé krajiny v dĺžke 15 pozorovaní. Nedos-tatok údajov v tomto období pre mnohé krajiny zapríčinil skrátenie časovej rady na 5 pozorovaní v rokoch 2008 až 2012. Je preto možné predpokladať jemne skreslené údaje, najmä čo sa týka výdajov na znalostnú ekonomiku (GBAORD), pre-tože toto obdobie je ovplyvnené krízou, ktorá sa rozšírila z americkej hypotekárnej krízy v roku 2007 aj do Európy. Aj to je jedna z nevýhod globalizovaných ekono-mík, ako je uvedené v teórií. Aj napriek skrátenej časovej rade nebolo možné skú-mať všetky krajiny únie. Z pozorovaní tak vypadli krajiny Malta, Cyprus, Poľsko, Luxembursko, Litva, Lotyšsko, Bulharsko, Rumunsko, Chorvátsko a Grécko. Vý-sledná regresná analýza pozostáva z 18 členských krajín. Ďalším častým problé-mom môže byť skreslenie chýb, ktoré je vysvetlené už v pôvodnom modeli, zahr-ňujúcom americké federácie, ako neúplná interpretovateľnosť vysvetľovanej pre-mennej PAT .

Pri hľadaní správnej formy modelu boli využité teoretické základy panelovej regresnej analýzy z kapitoly Metodika. Na základe testu pre rôzne intercepty je zamietnutá nulová hypotéza o spoločnom intercepte, práve preto nie je použitý spojený regresný model. Podľa Hausmanovho testu je zase potvrdený predpoklad, že veľká časť faktorov, ktoré vplývajú na vysvetľovanú premennú (PAT) a pritom nie sú súčasťou vysvetľujúcich premenných, má náhodné výkyvy. Výsledná zna-lostná produkčná funkcia je tým pádom model náhodných efektov.

Pri modelovaní sa vyskytli problémy s porušením klasických lineárnych pred-pokladov. Niektoré pôvodne zvolené premenné, ako zamestnanosť výskumníkov v súkromnom sektore (RD) a výdaje na vedu a techniku na univerzitách (URD) po-rušili VI. predpoklad. V modeli sa tak objavila multikolinearita. Pri skúmaní vzťahu medzi premennými sa dá povedať, že premenná RD, čiže zamestnanosť výskumní-kov v súkromnom sektore bola kolinearovaná s premennou EQ, ktorá vyjadruje podiel celkového počtu (nielen zo súkromného sektoru) pracovníkov technicky a znalostne intenzívneho sektoru k celkovému počtu zamestnancov. Pri teoretickej konštrukcií modelu nebola premenná hneď vylúčená kvôli predpokladu nezávis-losti, pretože sa neočakával vzťah medzi zamestnancami vo výskume a všetkých zamestnancov, ktorí pracujú v znalostnej oblasti25. Ďalšou kolinearovanou pre-mennou boli výdavky na vedu a techniku na univerzitách (URD), ktoré majú funk-čný vzťah s premennou GBAORD, čiže výdavkami verejného sektoru na vedu a výskum. Keďže model vychádza zo znalostne sociálno-demokratického modelu, táto kolinearita je oprávnená. Je zrejmé, že väčšina peňazí z verejných financií smeruje práve na výskum na univerzitách.

Z modelu boli následne vylúčené ďalšie dve premenné. Premenná BUS, ktorá v pôvodnej štúdií vyjadrovala zamestnanosť v obchodných službách, bola odstrá-nená kvôli nedostatočnej výpovednej hodnote. Dostupné totiž boli informácie o obchodnom rozsahu krajín, nie o zamestnanosti v obchodných službách. Index BUS je hodnotený v rozmedzí od 0 do 10, pričom u väčšiny krajín, použitých

25 Sem patria napríklad aj zamestnanci pracujúci s informáciami a znalosťami, ktorí priamo ne-

musia vyvíjať nové patenty a inovácie.


v modeli, sa index počas celého obdobia nemenil a pôsobil konštantne. Okrem toho bola na základe vyššej p-hodnoty t-testu vylúčená aj premenná počet absolventov terciárneho stupňa vysokých škôl (TER), u ktorej nebola zamietnutá nulová hypo-téza o nevýznamnosti regresného parametra.

Výsledná podoba modelu má tvar:

log(PATi,t) = α + δ1 log(EQi,t) + ζ1 log(GMi,t) + ζ2 log(GBAORDi,t) + ε. V modeli je korekcia heteroskedasticity, pretože dáta mali nekonštantný roz-

ptyl chybového člena. Podľa koeficientu determinácie, ktorý vyjadruje, akú časť variability závislej (vysvetľovanej) premennej vysvetľuje model, je miera kvality modelu 73,39 %, čo udáva vysokú tesnosť. Na základe p-hodnoty F-testu sa za-mietla nulová hypotéza o nevýznamnosti modelu.

Výsledky modelu sú zobrazené v tabuľke 8. Jednotlivé časové rady panelovej analýzy sú stacionárne.


Tab. 8 Výsledky modelu náhodných efektov s korekciou heteroskedasticity znalostnej pro-dukčnej funkcie vybraných krajín Európskej únie a základné testy

ln PAT Koeficient

Robustné

stredné

chyby

z P>(z) 95% konfidenčný interval

ln

GBAORD 0,2451 0,1348 1,82 0,069

-

0,0190 0,5093

ln GM 1,0413 0,1213 8,59 0,000 0,8036 1,2790

ln EQ 2,1558 1,1085 1,94 0,052 -

0,0168 4,3285

Konštanta -2,4052 1,1276 -2,13 0,033 -

4,6153 -0,1951

Predpoklady26

Výsledky testov p-hodnota Vyhodnotenie

F-test 321,5042 1,31e-46 Model je

významný

Heteroskedasticita

(Breuch-Paganov test) 153,243 3,39e-0,35

Heteroskedasticita

- použitá korekcia

Normalita (Chi-

kvadrát) 15,199 0,000

Problém s

normalitou

Hausmanov test 15,197 0,002

Model

s náhodnými

efektmi

Multikolinearita lnPAT lnGBAORD lnGM lnEQ

Nedochádza k

multikolinearite

lnPAT 1,000

lnGBAORD 0,330 1,000

lnGM 0,775 0,091 1,000

lnEQ 0,691 0,320 0,291 1,000 Zdroj: vlastná práca.

Problém, ktorý pri riešení modelu nastal bol s normalitou dát. Na nasledujú-com obrázku 14 je zobrazený histogram, upravený o jednu hodnotu, ktorá sa vý-razne vychyľovala27, no napriek tomu nemajú dáta normálne rozdelenie. Práve preto výsledky rozdelenia testov pre parametre nemusia mať presnú hodnotu.

26 Testy na autokoreláciu nie sú dostupné pre panelovú analýzu s náhodnými efektmi. 27 Hodnota z pozorovania dát Estónska.


Obr. 14 Histogram určujúci normálne rozdelenie dát Zdroj: vlastná práca.

Z hodnôt jednotlivých parametrov modelu sa dá určiť vzťah medzi závislou (vysvetľovanou) a nezávislými (vysvetľujúcimi) premennými. Ak sa zvýšia výdav-ky zo štátneho rozpočtu (v pomere k HDP) o 1 %, porastie aj počet patentov a to o 0,25 %. Pokiaľ sa zlepší inštitucionálne prostredie vo vybraných členských kraji-nách o 1 %, zvýši sa počet patentov o 1,04 %. Keď narastie pomer zamestnancov, pracujúcich v technologicky a znalostne intenzívnom sektore, k celkovému počtu zamestnancov o 1 %, porastie množstvo patentov o 2,16 %. Pokiaľ sa však ani jed-ná z vysvetľujúcich premenných nezvýši, počet patentov medziročne klesne o 2,41 %.

Predpoklady o pozitívnom vplyve vysvetľujúcich premenných sa naplnili. Vý-davky na vedu a výskum, z ktorých výsledky môžu byť neskôr patentované, sú dô-ležitým ukazovateľom znalostnej ekonomiky. Ako sa ukázalo v podkapitole 4.2. Rozbor zložiek znalostnej ekonomiky a ich vplyv na konkurencieschopnosť, nielen vládne, ale aj súkromné výdavky majú nespornú úlohu v zavádzaní výskumu do praxe. Inštitucionálne prostredie hrá významnú úlohu pri určovaní týchto vý-davkov a podpory výskumu a vývoja v krajine. Jednotlivé zložky indexu GM vyvo-lávajú dôveru obyvateľov a firiem v právne a politicky bezpečné prostredie, vhod-né k podnikaniu a investovaniu. Pozitívna hodnota koeficientu EQ je tiež predpo-kladaná z dôvodu zvyšovania počtu pracovníkov v oblasti výskumu, ktorý sa klad-ne prejaví aj na počte patentov. Aj predpoklad o tom, že nemenné podmienky v krajine budú mať časom negatívne dopady na patentované vynálezy je správny. Pokiaľ sa totiž úroveň v krajine nebude zvyšovať, nedá sa predpovedať rast výstu-pov znalostnej ekonomiky.

02

46

Den

sity

-.3 -.2 -.1 0 .1 .2e[i,t]

Diskusia 73

5 Diskusia

Vzhľadom k rozširujúcej sa globalizácií, vedúcej k zjednocovaniu svetového trhu, sa stala otázka konkurencieschopnosti jednotlivých krajín diskutovanou témou. Veľké ekonomiky, ako napríklad Spojené štáty americké, majú jednoznačnú výho-du v možnosti rozširovania výroby, budovania ľudského kapitálu, schopného urči-tého technického pokroku.

Snahou Európskej únie je vytvoriť ekonomický celok veľkých rozmerov, ktorý bude schopný čeliť ostaným veľkým ekonomikám. Ako konkurenčnú výhodu vní-majú zvolení zástupcovia rozvoj znalostnej ekonomiky. Po rozbore závislosti a vzťahu medzi znalostnou ekonomikou a konkurencieschopnosťou sa javí ich predpoklad o znalostnej ekonomike správny. Znalostná ekonomika skutočne ovplyvňuje konkurencieschopnosť. Približne rovnaké výsledky dosahujú európske krajiny v oblasti hodnotenia znalostných ekonomík a rozdelenia konkurencies-chopnosti podľa vplyvu na ekonomiky. Znamená to, že rozvoj znalostnej ekonomi-ky skutočne ovplyvňuje kritéria konkurencieschopnosti. Celý tento proces je jedi-nečný a s dlhým trvaním, pretože začína už na školách.

Vynikajúci vzdelávací systém rozvíja ľudský potenciál. Ľudský potenciál sa ďalej mení na kapitál, ktorý si so sebou absolventi vysokých škôl a univerzít odná-šajú do praxe. V praxi majú dve možnosti, buď sa zamestnajú sami, alebo si nájdu prácu pre nejakú firmu. Pokiaľ je táto firma schopná využiť novo nadobudnutý ľudský kapitál a zamestnanci majú dostatok priestoru a času pre inovácie a postu-py urýchľujúce či zlepšujúce výrobu, nastáva inovačný proces. Inovačný proces môže smerovať k udeleniu patentov, ale aj nemusí. Podstatou je, že každá inovácia či patent zlepšujú doposiaľ zaužívané výrobné procesy a vedú k pokroku. Pokrok znamená napríklad zníženie nákladov, zvýšenie produktivity, zvýšenie rýchlosti a podobne. Pri všetkých výsledkoch pokroku sa stáva firma v konečnom dôsledku konkurencieschopnejšou, pretože robí niečo lepšie alebo lacnejšie než ostatné fir-my. Môže ísť napríklad o firmu domácu a zahraničnú, alebo nemusí ísť vôbec o firmu ale o jednotlivé krajiny. Prípad procesu znalostnej ekonomiky vedúcej k zvýšeniu konkurencieschopnosti bol sledovaný aj v práci.

Z výsledkov znalostne ekonomického indexu vyplýva, že krajiny Európskej únie sa umiestnili najhoršie na 45. mieste. Medzi dvadsiatimi najlepšími krajinami je však až jedenásť členských krajín. Z podrobného rozboru sa dá povedať, že žiad-nym prekvapením nie sú severské krajiny a krajiny orientované viac na západ, kto-ré majú vysokú spoluúčasť verejného sektora v podpore a rozvoji znalostnej eko-nomiky, rozvinutú digitálnu spoločnosť, dosahujú dobré výsledky v testovaní vý-sledkov vzdelávacieho procesu a známe sú tiež svojou inovačnou aktivitou. Naopak medzi najhoršími z členských krajín sú južné a východné krajiny, ktorých rozvoj znalostnej ekonomiky je zatiaľ len dlhodobým cieľom, bez konkrétnych opatrení.

Prvou charakteristikou znalostnej ekonomiky, na ktorú sa práca zamerala sú investície do vedy a výskumu. Tieto investície sa premietajú napríklad v techno-logickej pripravenosti či inováciách, ktoré sú základnými zložkami konkurencies-chopnosti. Podľa stratégie Európa 2020 je odporúčaná najnižšia stanovená hranica

74 Diskusia

na troch percentách z celkového HDP. Z výsledkov je zjavné, že tieto investície skutočne môžu ovplyvniť výstupy znalostnej ekonomiky. Medzi krajinami, inves-tične najlepšími, sa totiž ocitli Švédsko, Fínsko a Dánsko, ktoré túto hranicu napĺ-ňajú a výsledky hodnotenia ich znalostnej ekonomiky tomu naozaj zodpovedajú. S výnimkou Slovinska sú aj ostatné krajiny, Nemecko a Rakúsko, ktoré sa približujú k 3%-nej hranici na tom v oblasti znalostnej ekonomiky dobre. Slovinsko dosahuje horšie pozície v oblasti investícií do vedy a výskumu zo súkromného sektoru, pri-čom ostatné spomenuté krajiny, majú rovnako najvyššie hodnoty v porovnaní s ostatnými. To je možno dôvod, prečo Slovinsko v hodnotení indexom znalostnej ekonomiky zaostáva, napriek veľkým vládnym investíciám. Rozhodne sa dá odpo-ručiť krajinám, ktoré sú na posledných miestach znalostnej ekonomiky a to najmä Bulharsko, Rumunsko, Chorvátsko, Poľsko, ale aj ostatným, nedosahujúcim dobré výsledky, aby stimulovali výdavky ako z verejných tak aj súkromných zdrojov. Túto stimuláciu verejných výdajov majú v kompetencií vlády jednotlivých krajín, no aktivizovanie súkromných výdajov by malo byť dosiahnuté kooperáciou vý-skumných stredísk a univerzít spolu s podnikateľským prostredím.

Zvýšenie verejných výdavkov je väčšinou veľmi ťažké. Podmieňuje to niekoľ-ko faktorov a viaže sa to s mnohými problémami. Napríklad vlády sa nechcú zadl-žovať. Investície do vedy a výskumu nedosahujú okamžité výsledky, a preto sú v mnohých prípadoch nepopulárnymi krokmi, pretože nijako nezvyšujú prínos pre súčasných voličov. Ekonomické rozhodovanie majú v moci dočasne zvolení zástup-covia, ktorých politický cyklus je obmedzený a v tomto období sa snažia riešiť zá-važnejšie problémy. Odporúčania o zvýšení investícií na vedu a výskum sa tak väč-šinou stávajú len strategickými cieľmi bez nulových výsledkov. Preto sa môže zdať, že v severských krajinách, ktorých ekonomika je založená na princípe solidarity a daňová záťaž , ale aj istoty sú vysoké, ľudia ochotnejšie prijímajú investovanie, ktoré ukáže výsledky až v dlhom období.

Súkromný sektor však takéto politické cykly nemá, rozhoduje sa strategicky a takticky podľa vlastného uváženia a neovplyvňuje ho rozhodnutie zákazníkov, pokiaľ jeho činnosť nesúvisí so zhoršením kvality výrobku alebo ohrozením spot-rebiteľa. Rovnako zlé výsledky však krajiny na chvoste rebríčka znalostnej ekono-miky, v porovnaní krajín z Európskej únie, dosahujú v investičnej spoluúčasti súk-romným sektorom. Tu sú podmienky jednoznačne určené inštitucionálnych pro-stredím a schopnosťou podnikov identifikovať príležitosti. Riešením by mohol byť vznik a rozvoj spin-off firiem. Na školách a univerzitách je veľa odborníkov, ktorí dokážu pretaviť ľudský kapitál do výsledkov inovačnej činnosti. Tieto výsledky by mohli byť určené ako know-how na predaj pre podniky, ktoré sú ochotné si zapla-tiť za zlepšenie, no nemajú dostatočné kapacity na vlastné výskumy. Dnes dokonca podnikatelia majú záujem spolupracovať so školami a podporovať ich, napríklad finančne alebo materiálne, aby v budúcnosti mohli využiť absolventov, ktorí v sú-časnosti na trhu chýbajú. Typickou oblasťou sú napríklad technické smery.

Digitálna spoločnosť a jej skúmanie neodhalili žiadne prekvapivé skutoč-nosti u severských krajín. Je pravda, že takmer vo všetkých skúmaných oblastiach sú Švédsko, Fínsko a Dánsko na tom najlepšie. V zoradenom rebríčku je jasne vi-

Diskusia 75

dieť, že úspechy v digitalizácií jednotlivých krajín majú zeme, ktorých znalostná ekonomika a konkurencieschopnosť majú dobré výsledky. Rovnako tak ako začia-tok rebríčku krajín, podľa hodnotenia digitálnej spoločnosti pomocou indexu DESI, napĺňa aj záver tohto rebríčku očakávania. Južné krajiny majú veľmi slabo rozvinu-tú digitalizáciu krajiny a pre Európsku úniu sú rozhodne najväčšou brzdou pri tvorbe jednotného digitálneho trhu. Digitálna spoločnosť má vplyv na zvyšova-nie efektívnosti napríklad trhov tovarov a služieb. Umožňuje sofistikovať finančné nástroje, urýchliť prístup k zdravotníckym záznamom, a rovnako aj rozvoj biznis sféry pomocou internetu. Preto je digitálna spoločnosť považovaná za základný predpoklad pre rast konkurencieschopnosti. Jednotný digitálny trh by Európskej únií ako celku umožnil vytvoriť efektívnosťou a inováciami poháňanú ekonomiku, konkurencieschopnú iným veľkým ekonomikám.

V hodnotení internetového pripojenia je jasne vidieť nedostatočné výsledky v južných krajinách. Sú to krajiny čerpajúce veľa finančných zdrojov z cestovného ruchu a sú menej priemyselne zamerané. Podpora by mala vychádzať z dostupnosti internetových služieb. Finančnú záťaž na domácnosti je možné znížiť vytvorením konkurenčného prostredia na trhu internetových služieb. Tým pádom by mali vlády stimulovať záujem zahraničných investorov v oblasti posky-tovania internetových služieb. Prístup k internetu umožňuje aj prácu doma. Umož-ňuje zlepšiť vzdelávací systém, ľahšiu komunikáciu v obchodnej oblasti, urýchľuje mnohé procesy a šetrí čas. Postupným zavádzaním využitia internetu, napríklad vo verejnom sektore, sú vytvárané tlaky na jednotlivých spotrebiteľov. Dnešným trendom sú napríklad elektronické obchody, ktoré šetria aj náklady na prenájom priestorov. Internet je praktickým pomocníkom, nielen pre podnikateľov ale aj domácností, zároveň je zdrojom pracovných miest.

Aby mohla vôbec digitálna spoločnosť fungovať je dôležité mať dostatočnú kapacitu ľudských zdrojov. Subvencia rozvoja digitálnej zručnosti je základným determinantom pre zlepšenie stavu digitálnej spoločnosti. Postupnou stimuláciou využívania internetu na školách sa rozvíjajú digitálne zručnosti. Digitalizovanie a využívanie internetu je zároveň predpoklad pre sofistikovanosť obchodu, preto-že často znižuje napr. transakčné náklady. V tomto prípade sa potvrdzuje, že ľud-ský kapitál je základnou jednotkou pri budovaní a rozvoji znalostnej ekonomiky, pretože typické severské krajiny majú najväčší potenciál ľudských zdrojov. Zlé výsledky majú Bulharsko, Rumunsko a Cyprus. Mierne zmeny v umiestnení sa na-chádzajú aj v ďalších dvoch hodnotených kategóriách, a síce používanie internetu a integrácia digitálnych technológií.

Digitalizácia verejnej služby má okrem južných krajín zlé výsledky aj u krajín Vyšehradskej štvorky, s výnimkou Poľska. Okrem klasických krajín ako Bulharsko a Rumunsko sú na najhorších pozíciách Slovensko, Česká republika a Maďarsko. Výhody digitalizácie verejnej služby sú napríklad rýchla dostupnosť informácií, zníženie byrokratickej záťaže, tým pádom jednoduchosť prehľadnosť a transparentnosť. Postupný prechod na elektronizáciu je síce spočiatku finančne nákladný, no v budúcnosti sa dá od neho očakávať aj nižšia personálna záťaž, či väčšia efektivita. Také využívanie digitálnych služieb vo verejnej správe má

76 Diskusia

pozitívny efekt zníženia prípadne eliminovania korupcie, čím pôsobí pozitívne na inštitucionálne prostredie a zvyšuje dôveru. Digitalizácia v zdravotníctve je zase prospešná pre efektívne fungovanie napríklad elektronických záznamov, čím umožňuje lekársky prístup k zdravotnej karte z akejkoľvek ordinácie, napríklad v prípade nehody v inom mieste než je trvalé bydlisko. Prvé pozície okrem Dánska, Švédska a Fínska majú Holandsko a Estónsko s koeficientom vyšším než 0,7.

Rovnako ako v prípade verejných investícií do vedy a výskumu je zásadným problémom dlhé obdobie, v ktorom sa zlepšenia dostavujú. Skutočne vysoká fi-nančná záťaž, preto nemotivuje súčasné vlády k zlepšeniu. Odporúčania Európskej únie nemôžu byť nariadeniami v tomto prípade, no postupným zavádzaním na strategické obdobie minimálne dvoch volebných cyklov a rozložením finanč-nej záťaže do viacerých rokov (menších taktických krokov), by jednotlivé krajiny mohli postupne zlepšovať svoju digitálnu spoločnosť, čím by Európa mohla vytvo-riť jednotný digitálny trh. Je nutné komercializovať potrebu týchto opatrení.

Vzdelávanie je spomenuté v práci ako jednou zo základných jednotiek zna-lostnej ekonomiky, a zároveň tvorí súčasť konkurencieschopnosti ekonomík pohá-ňaných základnými faktormi či efektívnosťou. Vedomosti sú základným pilierom pre rozvoj väčšiny konkurencieschopných zložiek. Síce má Európska únia spoloč-ný európsky referenčný systém, jeho praktické využitie zatiaľ nedosahuje reálne výsledky. Príkladom z praxe je, keď sa absolvent bakalárskeho štúdia, napríklad z Českej republiky, rozhodne ísť študovať do zahraničia, napríklad Dánsko, musí nastúpiť znovu na bakalárske štúdium, pretože podmienky nie sú v oboch kraji-nách rovnaké. Bakalárske štúdium bolo prevzaté z amerického vzoru a dnes pre absolventov, ktorí sa rozhodnú ukončiť štúdium s titulom Bc., nie je prispôsobený trh práce, pretože tento stupeň je príliš všeobecný. Problémy s tým majú napríklad v Nemecku. Jednotný kreditový systém, ktorý hodnotí hodinovú záťaž jednotlivých predmetov, je nastavený na taký spôsob, že študenti musia prejsť zbytočnými predmetmi, len aby splnili minimálnu hranicu na dosiahnutie daného stupňa ter-ciárneho vzdelania. Toto je len pár príkladov, ktoré sú v praxi zavedené, ale prak-ticky nesmerujú k zlepšeniu. Pre vytvorenie rovnakých podmienok u všetkých členských krajín by mal byť zjednotený vzdelávací systém. Podľa hodnotenia OECD PISA je Fínsko krajina, dosahujúca vynikajúce výsledky. Mnohé krajiny Eu-rópskej únie môžu čerpať inšpiráciu práve tu. Systém vzdelávania, ktorý fungoval pred internetom má dnes len veľmi obmedzené uplatnenie a absolventov memo-rovanie množstva informácií nezlepšuje, skôr to zhoršuje ich schopnosť triediť dôležité a menej dôležité informácie z toľkého množstva. Málo sa rozvíja kritické myslenie či čítanie s porozumením a mnohí študenti uprednostňujú učenie sa na-spamäť pred logickými úvahami. Aj využitie informácií zo školy v praxi je dnes ná-ročné, pretože študenti nemajú možnosť vidieť reálne ako sa dajú nadobudnuté vedomosti využiť. Aj tu by bolo praktické pracovať na zakladaní univerzitných spin-off firiem, napríklad vládnym impulzom (finančným, ekonomickým, atď.) univerzít, ktoré dosahujú výborné umiestnenie absolventov, kde by pod vedením mentorov, v podobe profesorov, pracovali študenti, ako jedná z najlacnejších pra-

Diskusia 77

covných síl, čím by získali predstavu o praktickom využití nadobudnutého vzdela-nia.

Vytvorenie univerzálneho spôsobu, ktoré by umožňovalo rovnaké vzdelávanie vo všetkých európskych krajinách by malo, samozrejme, svoje nevýhody. Zvýšila by sa konkurencia medzi absolventmi, zvýšila by sa migrácia študentov za lepšími platovými podmienkami, no na druhej strane, viac kvalifikovanej sily by zvýšilo konkurencieschopnosť Európskej únie voči iným krajinám. Jednotný vzdelávací systém je veľmi ťažko nastaviť a je otázne, s akou ochotou by k nemu jednotlivé krajiny pristupovali, ale modernizácia a určité reformy (napríklad aj vychádzajúce z digitálneho pokroku vo vzdelávacom systéme) by boli vhodným začiatkom pri budovaní spoločného európskeho ľudského kapitálu ako základnej jednot-ky znalostnej ekonomiky.

Veľkú podporu z verejných financií na školstvo majú v Dánsku a na Malte. Tie-to dve krajiny dosahujú priemerné výsledky v testovaní 15-ročných žiakov PISA. Čo je však viac prekvapivé, že krajiny, ktoré podporujú školský systém tiež vyso-kými výdavkami z verejných financií, Cyprus a Švédsko, sa zo všetkých krajín Eu-rópskej únie ocitli na konci rebríčka. PISA testy sú snáď jedinou kategóriou, v kto-rej Švédsko, ako znalostne najrozvinutejšia krajina nedosahuje najlepšie, a dokonca ani uspokojivé, výsledky. Najlepšie v týchto testoch obstáli Estónsko, Fínsko, Nemecko, Írsko, Holandsko a Poľsko. S výnimkou Fínska a Írska sú tieto krajiny s priemernými výdavkami na vzdelávanie, cca 5 – 6 %. Okrem Cypru a Švédska sú na posledných miestach a Bulharsko, Rumunsko a Slovensko.

Počet absolventov vysokých škôl alebo univerzít vo vedecko-výskumnej oblas-ti a počet zamestnancov v tejto oblasti svedčí o veľkej migrácií mozgov. Šikovní ľudia cítia príležitosť uplatniť sa v zahraničí, pričom v domovskej krajine nemajú vybudované podmienky pre rozvoj v ich oblasti. Prekvapivé výsledky majú krajiny, ktoré vo všetkých oblastiach znalostnej ekonomiky dosahujú posledné miesta. Na-príklad v počte absolventov sú Rumunsko, Portugalsko, Chorvátsko a Slovensko v prvej polovici, no v počte pracovníkov sa umiestňujú na posledných miestach.

Krajiny by mali podporovať týchto absolventov, mali by im vytvárať vhodné podmienky k vedecko-výskumným činnostiam. Keď už investovali z verejných financií do takto nadobudnutého ľudského kapitálu, je škoda pustiť ho ďalej. Je nutné, aby vedecko-výskumný pracovníci získali vhodnú pracovnú pozíciu, a preto by mala byť stimulovaná aktívna politika zamestnanosti, absolventov znalostných sektorov. Ani firmy si nekúpia stoje a nedarujú ich konkurencií, obrazne povedané. Jedná sa najmä o krajiny, ktorých znalostná ekonomika zaostáva za ostatnými eu-rópskymi krajinami.

Vzdelaní zamestnanci dokážu zefektívňovať výrobu. Vychádza to z logiky veci, prečo by si neuľahčili prácu. V inovatívnom podnikaní, ktoré je tretím typom kon-kurencieschopných ekonomík, s viac ako 60%-ným zastúpením podnikov sú na prvých miestach Nemecko a Luxembursko. Luxembursko je malá krajina a môže sa zdať, že je jednoduché mať také množstvo inovatívnych podnikov, no Nemecko je veľké a rozľahlé, takže v tomto prípade skutočne nezáleží na množstve či veľko-sti podnikov. Meranie inovácií je veľmi náročné a nemožno hneď utvárať závery,

78 Diskusia

že krajiny, ktoré sa ocitli na konci by nedokázali využiť potenciál, vedúci k inováciám. Môže ísť skôr o neochotu zverejňovať všetky inovácie čisto pre štatis-tické účely. Keď sa však pozrieme na krajiny, ktoré sú na konci, ide opäť o južné, východné a stredné členské štáty, ktoré skôr uprednostňujú tradičný spôsob pod-nikania a vážia si hodnotu tradičných podnikov s dlhou históriou. Počet vydaných patentov má takmer rovnaké výsledky ako predchádzajúca štatistika o inováciách. Podpora inovatívneho podnikania je z hľadiska verejného sektora zložitá, pretože je mimo jeho kompetencie. Preto je nutné komercializovať vedomosti a umožniť podnikateľom, ktorí nemajú dostatok finančných prostriedkov na vlastné vý-skumné laboratória, aby mohli tieto inovácie nakúpiť, napríklad z verejného ale-bo súkromného inovačného trhu, ktorý má dostatočný priestor na svoj rozvoj.

Regresná analýzy, zaoberajúca sa vplyvom vstupov znalostnej ekonomiky na výstupy, odhalila súvislosti medzi nimi. Ako vstupy, a zároveň závislá premen-ná rovnice, boli použité patenty. Zo všetkých pozorovaných premenných sa ukázal pozitívny vplyv medzi vládnymi výdajmi na vedu a výskum, meranie inštitucionál-neho prostredia a koeficient zamestnanosti v znalostne a technologicky intenzív-nom odvetví k celkovej zamestnanosti. Ostatné premenné neboli významné alebo dochádzalo k multikolinearite. Táto analýza ukázala, že členské krajiny nie sú úpl-ne pripravené na samostatnú podporu súkromného sektora, pretože vládny sektor hrá dôležitú úlohu. Preto k naštartovaniu znalostnej ekonomiky u krajín, ktoré vý-razne zaostávajú závisí na vládnej podpore.

Inštitucionálne prostredie tvorí ekonomické a právne istoty pre občanov, fir-my a vládu. Jeho kvalita ovplyvňuje hodnotenie krajiny na medzinárodných. V glo-balizovanej spoločnosti umožňuje transparentné prostredie prilákať napríklad investorov, ktorí by boli ochotní a schopní investovať do ďalšieho rozvoja vý-skumnej činnosti a tým zvýšiť výstupy znalostnej ekonomiky. Preto je podpora inštitucionálneho prostredia, či už z vlastnej iniciatívy alebo iniciatívy Európskej únie viac než žiadaná. Transparentnosť a efektívnosť by mala vychádzať jednak zo zlepšenia digitálnej verejnej služby a z úpravy ekonomických a právnych inšti-túcii v prospech inovatívneho podnikania a podnikania vôbec. Inštitúcie sú základ-ným pilierom pre rozvoj konkurencieschopnosti. Až rozvoj základov umožňuje dosiahnuť vyššiu konkurencieschopnosť jednotlivých ekonomík členských zemí, poháňanú efektívnosťou a inováciami.

Verejné výdaje na vedu a výskum boli sledované už v samostatnej časti rozbo-ru zložiek znalostnej ekonomiky. To, že sa pozitívne podpíšu pod výstupy v podobe patentov, len dokazuje ich význam. Inšpiráciou pre zlepšenie podmienok na rozvoj vedy a výskumu by mohli byť napríklad krajiny s tržne financovaným školským systémom, ako USA a Austrália. V podobe vedy a výskumu by išlo o verejné (ale aj súkromné) pôžičky, ktoré by boli financované ako granty na výskum, tzv. na dlh, a v budúcnosti, kedy by sa dostavili výsledky, následne splácané. Umožnilo by to riešiť nedostatok súčasných finančných prostriedkov pre výskumných pracovní-kov (vo verejných aj súkromných organizáciách) a v budúcnosti by úspechy gene-rovali zisky pre vládu, čo by malo podobu vládnych investícií.

Diskusia 79

Zvýšenie zamestnanosti v technologicky a znalostne intenzívnom sektore je základný predpoklad pre budovanie ľudského kapitálu, a preto za najdôležitejšie považujem okrem komercializácie aj rozvoj technologických smerov a odvo-dzovanie logických záverov na primárnej úrovni vzdelávania a tým budovanie po-vedomia a možnosti uplatnenia sa v tomto smere. Rozvoj kreatívneho myslenia a nekonvenčné riešenia by mali byť uprednostňované pred učením sa naspamäť všeobecne dostupných informácií. Naopak mala by byť zahrnutá práca s týmito informáciami napríklad v rámci hľadania na internete.

Podpora znalostnej ekonomiky by mala byť záujmom každej krajiny a nemala by byť ovplyvňovaná politickými zmenami. Mal by to byť dlhodobý proces, ktorý by sa skladal z jednotlivých krokov, rýchlych a uskutočniteľných tu a teraz, aby sa bremeno nepresúvalo z jednej vlády na druhú. Pokiaľ by to priestor práce umož-ňoval, analýza jednotlivých krajín by bola podrobnejšia a prinášala by konkrétne taktické riešenia, ktoré by viac vychádzali z jednotlivých politických usporiadaní a podmienok v konkrétnych krajinách, najmä v znalostne menej rozvinutých. Zatiaľ sa dá len všeobecne zhodnotiť, že je veľká priepasť medzi jednotlivými krajinami a ich rozvoji znalostnej ekonomiky. Pokiaľ chce Európska únia ako celok vybudo-vať najkonkurencieschopnejšiu ekonomiku, pomocou rozvoja znalostnej ekonomi-ky, musí sa ako celok správať aj v jej podpore.

80 Záver

6 Záver

Podrobný prehľad jednotlivých častí znalostnej ekonomiky pomohol identifikovať slabé a silné stránky u jednotlivých krajín a ich vplyv na konkurencieschopnosť. Skôr ako o konkrétne slabé a silné stránky sa jedná o skupiny krajín s vynikajúcimi výsledkami vo všetkých, alebo aspoň väčšine, oblastiach a o krajiny, ktoré čaká ešte dlhá cesta k vybudovaniu znalostnej spoločnosti.

Inštitucionálne prostredie je stavebným kameňom alebo základnou jednotkou budovania konkurencieschopnosti, pretože vytvára podmienky pre zapájanie súk-romného a verejného sektoru. Politika vlády a podpora z verejných financií je dôle-žitým faktorom k naštartovaniu mnohých ukazovateľov znalostnej ekonomiky, ktoré vedú k zvyšovaniu konkurenčnej výhody. Ide napríklad o podporu školstva, výskumu, digitalizácie a iných. Dnešné ekonomiky, ktoré nie sú znalostne rozvinu-té, však stále necítia potrebu podpory tejto oblasti. Keďže Európska únia sa skladá skôr z ekonomík orientovaných na verejný sektor, nedá sa predpokladať, žeby podnikatelia začali podporovať vedecko-výskumnú činnosť bez participácie verej-ných financií.

Európska únia sa snaží vytvoriť jednotnú znalostnú spoločnosť, no medzi jed-notlivými krajinami je veľká priepasť. Slabé znalostné ekonomiky sú schopné pro-dukovať ľudský kapitál, no často dochádza k migrácií týchto kapacít za lepšími ži-votnými podmienkami. Okrem konkurencieschopnosti celej únie môže znalostná ekonomika pomôcť aj konkurencieschopnosti jednotlivých krajín. Vybudovaním inovačných stredísk je možné v menej rozvinutých znalostných krajinách udržať ľudský kapitál a know-how predávať do zahraničia, pričom peniaze ostávajú v kra-jine. Je na škodu, že tieto krajiny zatiaľ nevnímajú tento potenciál ako ziskový.

Cieľom práce bolo identifikovať silné a slabé stránky a zistiť vplyv jednotli-vých vstupov znalostnej ekonomiky na výstupy. Výsledkom sú formulované odpo-rúčania. Základom pre rozvoj znalostnej ekonomiky, ktorý predchádza zlepšovaniu konkurencieschopnosti, je najmä stimulácia, a to ako z verejných tak súkromných, finančných prostriedkov, kooperácia výskumných stredísk a univerzít s podnikateľským prostredím, zlepšenie prístupu k internetu, ktoré umožňuje prá-cu doma, zlepšenie vzdelávacieho systému, urýchlenie komunikácie v obchodnej oblasti, urýchlenie procesov, ktoré následne šetria čas. Ďalej je dôležitá dostatočná kapacita ľudských zdrojov a ich rozvoj digitálnej zručnosti, digitalizácia verejnej služby, napríklad verejnej správy a zdravotníctva, rozloženie finančnej záťaže a jej rozplánovanie do strategických období s konkrétnymi taktickými krokmi, ako fi-nančne podporiť tento rozvoj. Vo vzdelávacom smere je nutné vytvoriť dostatočný európsky ľudský kapitál, významným krokom je napríklad zjednotenie vzdeláva-cieho systému a väčšia spoluúčasť univerzít, napríklad zakladaním spin-off firiem a zároveň podpora uplatnenia absolventov vo vedecko-výskumnej oblasti. Z regresnej analýzy vyplývajú odporúčania ako zlepšenie inštitucionálneho pro-stredia, financovanie výskumnej činnosti pomocou grantov a rozvoj technologic-kých smerov, podpora logického a kreatívneho myslenia, či nápadité riešenia prob-lémov („out of the box“) pred memorovaním, to všetko už na primárnom stupni

Záver 81

vzdelávacieho procesu. Všetky odporúčania vychádzajú z postupného zlepšovania 12 pilierov konkurencieschopnosti. Väčšina odporúčaní sú na dlhé obdobie. Eu-rópska únia má mnoho strategických plánov a málo taktických krokov. Východi-skom z tejto situácie by boli odporúčania smerujúce priamo k reálnym termínom a nie na plány 10 ročných období.

Znalostná ekonomika má do budúcna rastový potenciál a spojením síl jednot-livých krajín je možné vybudovať znalostnú a konkurenčne schopnú ekonomiku s inovatívnymi postupmi a efektívnou výrobou.

82 Zdroje

7 Zdroje

ACS, Z. J., L. ANSELIN a A. VARGA. Patents and innovation counts as measu-res of regional production of new knowledge. Research policy. 2001, roč. 31, č. 7. Dostupné z: http://www.sciencedirect.com/science/article/pii/S0048733301001846. ARELLANO, M. Panel Data Econometrics. Oxford University Press, USA, 2003. ISBN 9780199245291. Balík dvoch legislatívnych aktov. Europskaunia [on-line]. c2015 [cit. 2015-02-28]. Dostupné z: http://www.europskaunia.sk/balik-dvoch-legislativnych-aktov. Balík šiestich legislatívnych aktov (tzv. six pack). Europskaunia [on-line]. c2015 [cit. 2015-02-28]. Dostupné z: http://www.europskaunia.sk/six-pack. Bariéry konkurenceschopnosti. V Praze: Oeconomica, 2008. ISBN 978-802-4514-444. BREINEK, P. EKONOMICKÝ VÝZNAM INSTITUCÍ. Národohospodářský pros-tor [on-line]. 2006, č. 1 [cit. 2015-02-02]. BRESSER-PEREIRA, L.C. Five models of capitalism. Revista de Economia Política [on-line]. 2012, roč. 32, č. 1 [cit. 2015-02-22]. Dostupné z:http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0101-31572012000100002. CAMPBELL, J. L. a O. K. PEDERSEN. The rise of neoliberalism and institutio-nal analysis. Princeton, N.J.: Princeton University Press, 2001, xii, 288 p. ISBN 06-910-7087-3. CIHELKOVÁ, E. a kol. Governance v kontextu globalizované ekonomiky a spo-lečnosti. Vyd. 1. Praha: Professional Publishing, 2014, 729 s. ISBN 978-807-4311-345. Čo je produktivita?. Slovenské centrum produktivity [on-line]. c2015 [cit. 2015-03-08]. Dostupné z: http://www.slcp.sk/index.php/sk/produktivita. DIGITAL AGENDA FOR EUROPE: A Europe 2020 Initiative. European Comis-sion [on/line]. 2015 [cit. 2015-03-16]. Dostupné z: https://ec.europa.eu/digital-agenda/en/progress-country.

http://www.sciencedirect.com/science/article/pii/S0048733301001846

http://www.europskaunia.sk/balik-dvoch-legislativnych-aktov

http://www.europskaunia.sk/six-pack

http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0101-31572012000100002

http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0101-31572012000100002

http://www.slcp.sk/index.php/sk/produktivita

Zdroje 83

DRUCKER, Peter F. The age of discontinuity: guidelines to our changing socie-ty. New Brunswick (U.S.A.): Transaction Pubs., c1992, xxxi, 402 p. ISBN 15-600-0618-8. Európa 2020. In: [on-line]. Brusel, 2010 [cit. 2015-02-03]. Dostupné z: http://eur-lex.europa.eu/LexUriServ/LexUriServ.do?uri=COM:2010:2020:FIN:SK:PDF. Európsky kvalifikačný rámec pre celoživotné vzdelávanie (EKR) [on-line]. Lu-xemburg, 2009 [cit. 2015-04-27]. Dostupné z: https://ec.europa.eu/ploteus/sites/eac-eqf/files/broch_sk.pdf. Eurostat: European Commission [on-line]. c2015 [cit. 2015-01-15]. Dostupné z: http://ec.europa.eu/eurostat/data/database. Fiškálna zmluva. Europskaunia [on-line]. c2015 [cit. 2015-02-28]. Dostupné z: http://www.europskaunia.sk/fiskalna-zmluva. HAMPEL, D., V. BLAŠKOVÁ a L. STŘELEC. 2012. Ekonometrie 2. 2., přeprac. vyd. Brno: Mendelova univerzita v Brně, 144 s. ISBN 978-80-7375-664-2. HINDLS, Richard. Statistika pro ekonomy. 8. vyd. Praha: Professional publis-hing, 2007, 415 s. ISBN 9788086946436. Horizont 2020. Evropský výzkum [on-line]. c2015 [cit. 2015-04-25]. Dostupné z: http://www.evropskyvyzkum.cz/cs/nastroje-spoluprace/ramcove-programy/horizont2020. HULÍN, M. Meranie konkurencieschopnosti: Global competitiveness in-dex. Produktivita a inovácie [online]. 2009, roč. 9, č. 5 [cit. 2015-03-08]. HUŠEK, Roman. Ekonometrická analýza. Vyd. 1. Praha: Oeconomica, 2007, 367 s. ISBN 978-80-245-1300-3. Informatizácia verejnej správy. Informatizacia.sk: Ministerstvo financií Sloven-skej republiky [on-lline]. c2009 [cit. 2015-04-26]. Dostupné z:http://www.informatizacia.sk/egovernment/519s. JAFFE, A. B. Real Effects of Academic Research. American Economic Associa-tion [on-line]. 1989, roč. 79, č. 5 [cit. 2015-04-23]. Dostupné z:http://www.jstor.org/stable/1831431. JENÍČEK, V. Globalizace světového hospodářství. Vyd. 1. Praha: C. H. Beck, 2002, xii, 152 s. ISBN 80-717-9787-1.

http://eur-lex.europa.eu/LexUriServ/LexUriServ.do?uri=COM:2010:2020:FIN:SK:PDF

http://eur-lex.europa.eu/LexUriServ/LexUriServ.do?uri=COM:2010:2020:FIN:SK:PDF

http://ec.europa.eu/eurostat/data/database

http://www.europskaunia.sk/fiskalna-zmluva

http://www.evropskyvyzkum.cz/cs/nastroje-spoluprace/ramcove-programy/horizont2020

http://www.evropskyvyzkum.cz/cs/nastroje-spoluprace/ramcove-programy/horizont2020

http://www.informatizacia.sk/egovernment/519s

http://www.jstor.org/stable/1831431

84 Zdroje

JÍLEK, J.: Návrhy ukazatelů nové (digitální) ekonomiky. CZSO 2000. Dostupné z: http://www.czso.cz/cz/cisla/1/18/archiv/astatis/stat0500/clan0500.htm. KATOLICKÝ, A. Nová ekonomika. Můj web [on-line]. [cit. 2015-01-28]. Dostup-né z: http://mujweb.cz/akatolicky/NE_1verze.htm. Klastr. CzechInvest: Agentura pro podporu podnikání a investic [on-line]. c2015 [cit. 2015-03-08]. Dostupné z: http://www.czechinvest.org/klastry. KISLINGEROVÁ, Eva. Nová ekonomika: nové příležitosti?. Vyd. 1. V Praze: C.H. Beck, c2011, xxi, 322 s. Beckova edice ekonomie. ISBN 978-80-7400-403-2. KLINEC, I. EKONOMICKÁ PODSTATA PRECHODU K INFORMAČNEJ SPO-LOČNOSTI [on-line]. 2010[cit. 2015-01-28]. Dostupné z:http://ekonom.sav.sk/uploads/journals/WP26.pdf. Knowledge Economy Index (KEI) 2012 Rankings. In: The World Bank [on-line]. c2011 [cit. 2015-01-27]. Dostupné z:http://siteresources.worldbank.org/INTUNIKAM/Resources/2012.pdf. KOUBA, L. „PEVAŢUJÍCÍ PROUD“ SOCIÁLN- EKONOMICKÝCH PÍSTUP K TEORII RSTU: FORMÁLNÍ POJETÍ INSTITUCÍ A DRAZ NA EKONOMICKÉ INSTITUCE. Národohospodářský obzor [on-line]. 2009, č. 3 [cit. 2015-02-02]. Dostupné z: https://is.muni.cz/do/1456/soubory/aktivity/obzor/6182612/9182126/PREVAZUJICI_PROUD.pdf. Lisabonská stratégia. EUROPSKAUNIA [on-line]. c2006-2014 [cit. 2014-12-21]. Dostupné z: http://www.europskaunia.sk/lisabonska_strategia.

Lifelong Learning in the Global Knowledge Economy: Challenges for Develo-ping Countries. THE WORLD BANK GROUP. The World Bank [on-line]. 2003 [cit. 2014-12-22]. Dostupné z: http://web.worldbank.org/WBSITE/EXTERNAL/TOPICS/EXTEDUCATION/0,,contentMDK:20283504~menuPK:540092~pagePK:148956~piPK:216618~theSitePK:282386~isCURL:Y,00.html. MADSEN, P. K. The Danish Model of “Flexicurity”: A Paradise with some Sna-kes. Brusel, 2002. Dostupné z: http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.199.4437&rep=rep1&type=pdf. University of Copenhagen. MASRON, T. a H. ABDULAH. Institutional quality as a determinant for FDI In-flow. World Journal of Management, 2010. Roč. 2, č. 3. ISSN 1838-3726.

http://mujweb.cz/akatolicky/NE_1verze.htm

http://www.czechinvest.org/klastry

http://ekonom.sav.sk/uploads/journals/WP26.pdf

http://siteresources.worldbank.org/INTUNIKAM/Resources/2012.pdf

http://www.europskaunia.sk/lisabonska_strategia

http://web.worldbank.org/WBSITE/EXTERNAL/TOPICS/EXTEDUCATION/0,,contentMDK:20283504~menuPK:540092~pagePK:148956~piPK:216618~theSitePK:282386~isCURL:Y,00.html



http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.199.4437&rep=rep1&type=pdf

http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.199.4437&rep=rep1&type=pdf

Zdroje 85

MLČOCH, L. Institucionální ekonomie. Vyd. 2. Praha: Univerzita Karlova, 2005, 189 s. ISBN 80-246-1029-9. MUDGE, S. L. What is neo-liberalism?: Neo-Liberalism, Social Democracy, and Criminology. Socio-Economic Review [online]. 2008, vol. 6, issue 4, s. 76-94 [cit. 2015-02-28]. DOI: 10.1057/9780230513587. NORTH, Douglass Cecil. Institutions, institutional change and economic per-formance. 1st ed. Cambridge: Cambridge University Press, 1990, 152 s. ISBN 0521397340. OECD (1996), The knowledge-based economy, Paris. PETERS, M. National education policy constructions of the ‘knowledge econo-my’: towards a critique. Journal of Educational Enquiry. 2001, roč. 2, č. 1. PICK, M. Stát blahobytu nebo kapitalismus?: my a svět v éře neoliberalismu 1989-2009. 1. české vyd. Vše : Grimmus, c2009, 189 p. ISBN 978-809-0283-145. PICHANIČ, M. Mezinárodní management a globalizace. Vyd. 1. Praha: C. H. Beck, 2004, xi, 176 s. ISBN 80-717-9886-X. PISA. NÚCEM: Národný ústav certifikovaných meraní vzdelaní [on-line]. c2010 [cit. 2015-01-27]. Dostupné z:http://www.nucem.sk/sk/medzinarodne_merania/project/5. PISA 2012: Results in focus [on-line]. 2014 [cit. 2015-04-27]. Dostupné z: https://ec.europa.eu/ploteus/sites/eac-eqf/files/broch_sk.pdf. PORTER, M. Building the Microeconomic Foundations of Prosperity: Findings from the Business Competitiveness Index. World Economic Forum[on-line]. 2009 [cit. 2015-03-08]. Dostupné z: http://www.weforum.org./pdf/Gcr/GCR_2003_2004/BCI_Chapter.pdf. RILEY, D. J. L. Moderate Political Ideologies: Liberalism and Conservatism. Denver, c1990. Dostupné z:http://academic.regis.edu/jriley/libcons.htm. Regis University. RIMARČÍK, Marián. Štatistika pre prax. Košice: M. Rimarčík, 2007, 200 s. ISBN 978-80-969813-1-1. Rozdíly v konkurenceschopnosti mezi státy EU: předpoklady a bariéry jejich překonání. Praha: SV, spol. s. r. o., 2014. ISBN 978-80-87764-02-2.

http://www.nucem.sk/sk/medzinarodne_merania/project/5

http://www.weforum.org./pdf/Gcr/GCR_2003_2004/BCI_Chapter.pdf

http://academic.regis.edu/jriley/libcons.htm

86 Zdroje

Services, etc., value added (% of GDP). World bank [on-line]. c2015 [cit. 2015-02-01]. Dostupné z: http://data.worldbank.org/indicator/NV.SRV.TETC.ZS.

SETIS: Strategic Energy Technologies Information System. European Commis-sion [on-line]. 2015 [cit. 2015-04-30]. Dostupné z: https://setis.ec.europa.eu/about-setis/set-plan-governance.

Severský sociálny model. Európska únia [on-line]. c2006-2015 [cit. 2015-02-22]. Dostupné z: http://www.europskaunia.sk/seversky_socialny_model. SMITH, C. A Brief Examination of Neoliberalism and Its Consequences. The society pages [on-line]. 2012 [cit. 2015-02-28]. Dostupné z:http://thesocietypages.org/sociologylens/2012/10/02/a-brief-examination-of-neoliberalism-and-its-consequences/. STOEVSKY, G.: Is There a New Economy and is Europe Missing Out on It? 2004. Dostupné z: http://www.personal.ceu.hu/students/04/Grigor_Stoevsky/about_me/papers/ CMP_Paper.pdf. TAYLOR, R. Sweden’s new social democratic model: Proof that a better world is possible. Friedrich Ebert Stiftung. 2005. Dostupné z:http://archives.cerium.ca/IMG/pdf/46-TAYLOR_sdmodel.pdf. The Global Competitiveness Report 2012 - 2013. World economic forum [on-line]. c2015 [cit. 2015-03-16]. Dostupné z:http://reports.weforum.org/global-competitiveness-report-2012-2013/.

The State of European University- Business Cooperation [on-line]. 2011[cit. 2015-03-16]. Dostupné z: http://ec.europa.eu/education/tools/docs/uni-business-cooperation_en.pdf. Vzdelávanie, odborná príprava a mládeţ. Európska únia [on-line]. 2015 [cit. 2015-04-27]. Dostupné z: http://europa.eu/pol/educ/index_sk.htm. ZNALOSTNÁ SPOLOČNOSŤ, VZDELÁVANIE A KULTÚRA. Úrad vlády Slo-venskej republiky [on-line]. 2012 [cit. 2015-01-28]. Dostupné z:http://www.vlada.gov.sk/znalostna-spolocnost-vzdelavanie-a-kultura/.

http://data.worldbank.org/indicator/NV.SRV.TETC.ZS

http://www.europskaunia.sk/seversky_socialny_model

http://thesocietypages.org/sociologylens/2012/10/02/a-brief-examination-of-neoliberalism-and-its-consequences/

http://thesocietypages.org/sociologylens/2012/10/02/a-brief-examination-of-neoliberalism-and-its-consequences/

http://archives.cerium.ca/IMG/pdf/46-TAYLOR_sdmodel.pdf

http://reports.weforum.org/global-competitiveness-report-2012-2013/

http://reports.weforum.org/global-competitiveness-report-2012-2013/

http://ec.europa.eu/education/tools/docs/uni-business-cooperation_en.pdf

http://ec.europa.eu/education/tools/docs/uni-business-cooperation_en.pdf

http://europa.eu/pol/educ/index_sk.htm

http://www.vlada.gov.sk/znalostna-spolocnost-vzdelavanie-a-kultura/

znalostná ekonomika - aspekt · i podnikovej úrovni je jej pravidelné meranie a hodnotenie...

Documents